图像生成
图像,绘画
1.2万人朝圣CVPR，华人学者夺最佳论文！Sora舵手火爆演讲成大型追星现场
2024年的CVPR会议在美国西雅图成功举行，成为历史上规模最大、参与人数最多的一届。会议吸引了超过1.2万人参加，共提交了11532篇论文，比去年增加了2000多篇...
超 1.2 万人参加 CVPR 2024，谷歌研究院获得最佳论文
计算机视觉领域的顶级会议CVPR 2024在美国西雅图成功举行，会议规模和参与人数均创历史新高，现场参会人数超过一万两千人。本次会议共接收了11532篇提交论文...
ChatGPT等模型疯狂训练，最快2026年消耗尽公开文本数据
Epochai发布了一份关于大语言模型（LLM）训练数据消耗的研究报告，指出目前全球公开的高质量文本训练数据集约为300万亿tokens。然而，随着像ChatGPT这样的模...
Runway 全新 Gen-3 视频生成模型获网友盛赞：比 Sora 更好
Runway公司以其广受欢迎的视频生成工具而闻名，最近发布了最新版本的Runway Gen-3。Gen-3 Alpha是Runway在全新基础设施上训练出的模型家族的首位成员，与前代...
还得是开源！潞晨Open-Sora技术路线公开，一键生成16秒720p视频，质量更高训练成本更低
潞晨Open-Sora是一个免费开源的高清视频生成工具，自3月份发布以来，受到了广泛关注。它能够生成720p的高清视频，包括人物肖像、科幻大片、动画以及具有流畅...
Runway推出全新超现实AI视频模型Gen-3 Alpha，可生成10秒长视频
Runway公司发布了其最新的AI视频生成模型Gen-3 Alpha，该模型能够根据文本描述和静态图像生成视频内容。与前代模型相比，Gen-3在生成速度、图像质量以及视频...
NVM IP：驾驭先进节点设计的存储利器
当前半导体行业正经历着摩尔定律逐渐逼近极限的挑战，芯片制造业已跨足3纳米节点，正向2纳米迈进。随之而来的是集成度、功耗和性能的极致追求，在此背景下，...
霉霉开口唱碧昂丝的歌，又是AI！口型不出戏，五官姿态也自然，复旦百度等出品｜GitHub揽星1k+
Hallo是一种基于分层音频驱动视觉合成模块的开源项目，由复旦大学、百度、苏黎世联邦理工学院和南京大学的研究人员共同完成。该项目的主要贡献是提出了一种分...
GPT-4系列模型，在文档理解中的多维度评测
Snowflake的研究人员对OpenAI的GPT-4系列模型进行了深入研究，评估了其在文本生成、图像理解、文档摘要等方面的能力。通过在DocVQA、InfographicsVQA、SlideV...
谢赛宁对话Sora 负责人：AI 视觉的基础是对压缩图像的学习
在这次深入的讨论中，Aditya Ramesh，OpenAI Sora及DALL·E团队的负责人，以及纽约大学助理教授谢赛宁，共同探讨了人工智能领域中语言和视觉模型的融合及其对...
