图像生成
图像,绘画
北大&火山引擎夺冠！CLIC视频压缩挑战赛结果公布，中国团队表现亮眼
随着深度学习技术的不断进步，人工智能在图像和视频压缩领域展现出了巨大的潜力。第六届深度学习图像压缩挑战赛（CLIC大赛）的结果显示，火山引擎多媒体实验...
大模型融合！最新「进化算法」全自动组合开源模型，刷榜多项基准测试
Sakana AI团队开发了一种新方法，能够自动组合不同的开源模型，创造出具有新能力的AI系统。这种方法基于集体智慧的概念，即未来的人工智能将不是一个庞大的单...
多模态大模型有了统一分割框架，华科PSALM多任务登顶，模型代码全开源
最近，多模态大模型（LMM）在视觉-语言任务上取得了显著的进展，尤其是在视觉场景下的应用。然而，将LMM应用于计算机视觉任务，特别是图像分割方面，仍面临挑...
亚马逊线下店 AI 训练失败：离不开 1000 名审核人员
亚马逊的“拿货即走”技术，一度被视为零售业的一大创新，旨在通过AI视频监控系统实现无需收银员的购物体验。然而，这项技术并未达到预期效果，导致亚马逊不得...
无需训练，这个新方法实现了生成图像尺寸、分辨率自由
近日，香港中文大学与商汤科技联合实验室的研究者们提出了一种名为FouriScale的方法，旨在改善预训练扩散模型在生成高分辨率图像时的性能。扩散模型因其卓越...
低成本算法，大幅提升视觉分类鲁棒性！悉尼大学华人团队发布全新EdgeNet方法
悉尼大学的研究人员在最近的AAAI 2024学术会议上提出了一种名为EdgeNet的新型网络，旨在提高深度神经网络（DNNs）在视觉分类任务中的对抗鲁棒性。EdgeNet是一...
二次元专用超分AI模型APISR：在线可用，入选CVPR
机器之心最近报道了一项关于动漫超分辨率的研究，这项研究由密西根大学、耶鲁大学和浙江大学的联合团队完成，旨在通过人工智能技术提升老动漫的分辨率，以适...
你的自拍和聊天记录，正被硅谷大厂砸数十亿美元疯抢！
随着2026年数据荒的临近，硅谷的科技巨头们为了获取AI训练数据展开了激烈的竞争，不惜斥巨资购买互联网上的各类数据，包括旧照片、视频和聊天记录。这种对数...
揭秘AI幻觉：GPT-4V存在视觉编码漏洞，清华联合NUS提出LLaVA-UHD
GPT-4V的推出标志着多模态大模型研究的新篇章，它在多模态问答、推理和交互等领域展现了卓越的能力。然而，一些研究揭示了GPT-4V在基本能力上的不足，尤其是...
拒绝白人与亚洲人同框，Meta图像生成器的「歧视」，被人挖出来了
文章摘要 【关 键 词】 AI偏见、图像生成、种族刻板、性别歧视、技术论坛 在人工智能的世界里，AI偏见问题一直是一个备受关注的话题。近期，Meta...
