图像生成
图像,绘画
上海交大新框架解锁CLIP长文本能力，多模态生成细节拿捏，图像检索能力显著提升
上海交通大学与上海AI实验室合作提出了一种新的框架——Long-CLIP，旨在解决CLIP模型在处理长文本时的不足。CLIP模型通过对齐视觉和文本模态，具备强大的zero-s...
今年 Q1 “神仙打架”：Sora惊艳、马斯克“找茬”，微软谷歌接连翻车 ｜文末好礼
2024年第一季度人工智能领域重大事件摘要以下是2024年第一季度人工智能领域发生的一系列重大事件的摘要总结：GPT Store上线：1月11日，OpenAI推出了基于GPT-4...
从游戏GPU巨头到AI芯片霸主，英伟达的成功秘诀是什么？｜钛度图闻
在2024年3月举行的GTC大会上，英伟达发布了基于全新Blackwell架构的GPU芯片B200，这一新一代芯片在性能推理方面相比上一代H100提升了惊人的30倍。英伟达创始...
ChatGPT和Sora其实限制了我们对大模型的想象？
近期，一份关于OpenAI部署Sora所需硬件资源的美国市场研究报告引起了广泛关注。报告指出，在峰值时期，Sora需要高达72万张英伟达H100显卡来支持，对应成本高...
大模型预测，下一个token何必是文字？
近年来，人工智能技术的发展迅猛，特别是大模型在生成技能上的进步，已经达到了令人难以置信的水平。现在，大模型不仅能生成文字、图像和视频，还能基于历史...
阿里妈妈怎么做 AI 电商？
2024年，AI电商应用落地迅速，其中阿里妈妈作为阿里商家端服务的出口，其动向备受业内关注。阿里妈妈正式发布【1+1+3】创新业务模型，基于内部自研的AI技术，...
一张图即出AI视频！谷歌全新扩散模型，让人物动起来
文章摘要 【关 键 词】 谷歌研究、VLOGGER模型、视频生成、音频驱动、数据集MENTOR 谷歌的研究人员近期发布了一种名为VLOGGER的多模态扩散模型，...
CVPR 2024｜生成不了光线极强的图片？微信视觉团队有效解决扩散模型奇点问题
扩散模型在图像生成方面的优秀表现引领了生成式模型的新纪元。然而，扩散模型在理论上存在一些问题，如采样时间端点处的奇点问题，以及由此导致的平均灰度等...
微软亚研院新作：让大模型一口气调用数百万个API！
微软近期发布了一种新型AI生态系统——TaskMatrix.AI，该系统通过将基础大模型与数以百万计的应用程序编程接口（APIs）连接起来，以完成数字和物理领域的多样化...
看视频、画CAD、运动想像识别！75B的多模态工业大模型太能干了
创新奇智，中国领先的「AI+制造」解决方案提供商，近日发布了奇智孔明工业大模型2.0版本（AInno-75B），并首次展示了几款大模型原生应用，包括ChatVision、Ch...
