图像生成
图像,绘画
Ilya预言成真，下一个token预测直达AGI！智源首发原生多模态世界模型Emu3，不用扩散
智源研究院最近发布了一款名为Emu3的原生多模态世界模型，该模型通过预测下一个token来理解和生成文本、图像和视频三种模态数据，而无需依赖扩散模型或组合方...
上海交大、腾讯发布高效扩散模型微调方法，提升图像生成效率
近年来，扩散模型在图像、视频和3D生成等任务中发挥了重要作用，但在将预训练模型微调应用于实际业务场景时面临挑战。现有微调方法如AFT、RFT和SFT存在局限性...
智源 Emu3 证明多模态模型新范式：只需基于下一个 token 预测
智源研究院于2024年10月21日发布了原生多模态世界模型Emu3，这一模型仅通过预测下一个token，就能实现对文本、图像、视频三种模态数据的理解和生成，无需依赖...
成都女生如何改写了AI进程
李飞飞，斯坦福大学终身教授、HAI院长、World Labs创始人，是AI领域内极具影响力的华人科学家。她的学术生涯始于物理学，后转向人工智能，尤其专注于计算机视...
DenseNet共一作者刘壮官宣新去向，将任普林斯顿大学助理教授
刘壮，DenseNet和ConvNeXt的主要开发者之一，将于2025年9月加入普林斯顿大学计算机科学系担任助理教授。在学术界任职前，他将继续在Meta AI Fair担任研究科学...
刚刚，OpenAI开放ChatGPT Windows版本，可像Office那样使用了
OpenAI最近宣布，为所有ChatGPT Plus、Enterprise、Team和Edu用户提供Windows桌面应用的早期版本。用户可以在微软应用商店下载该应用，并通过Alt + Space快捷...
王炸级3nm安卓AI芯片发布：生成视频不用联网，智能体帮你点外卖订酒店
联发科推出的天玑9400芯片，基于3nm工艺和Arm V9架构，是安卓首款3nm AI芯片，其AI能力显著提升，成为苏黎世ETHZ移动SoC AI性能榜单的首位。该芯片首次支持端...
AI翻译界杀手诞生！阿里国际翻译大模型吊打谷歌和GPT-4
阿里巴巴国际站最近发布了一款名为Marco-MT的商用翻译大模型，旨在提高电商领域的翻译质量。该模型通过结合上下文、场景和对象，提供更精准的翻译，特别是在...
10年后手机有多科幻？清华孙茂松：人手一个超级大脑，诊病翻译搞研发
人工智能（AI）已经深入人们的日常生活，从个人助理、医疗诊断到产品研发等多个领域，AI技术正在引发一场革命。清华大学的孙茂松教授预测，未来AI将成为人们...
Adobe神级AI视频媲美Sora！拖拽一键秒生大片，最强PS震撼设计圈
Adobe在2024年的Adobe MAX大会上宣布了Firefly视频模型和图像模型的全面升级，标志着公司在AI生成领域的深入发展。Firefly视频模型通过其生成式扩展功能，能...
