图像生成
图像,绘画
剑桥团队开源：赋能多模态大模型RAG应用，首个预训练通用多模态后期交互知识检索器
剑桥大学信息工程系人工智能实验室最近开源了首个预训练、通用多模态后期交互知识检索器PreFLMR。该模型基于Fine-grained Late-interaction Multi-modal Retr...
模型合并就进化，直接拿下SOTA！Transformer作者创业新成果火了
这篇文章介绍了日本大模型公司提出的一种新颖的模型合并方法，旨在自动生成新的基础模型而无需进行梯度训练。他们使用进化算法引入了“进化模型合并”（Evoluti...
Sora场景转「3D资产」！浙大CAD&CG全重实验室提出文本转3D新SOTA：多功能、可拓展
新智元报道了一种名为3D-SceneDreamer的新型3D场景生成工具，该工具采用基于Stable Diffusion的Inpainting模型，结合单目深度方法，以优化场景的三维结构。3D...
阶跃星辰发布 Step 通用大模型：多模态、MoE、万亿模型参数
阶跃星辰是一家国内通用大模型创业公司，于 2024 年全球开发者先锋大会上发布了公司的通用大模型产品。公司创始人兼 CEO 姜大昕博士在发布会上介绍了 Step 系...
OpenAI进军好莱坞：电影制作用Sora指日可待
文章摘要 【关 键 词】 OpenAI、视频生成、人工智能、好莱坞、合作关系 OpenAI最近展示了其自动生成视频的Sora，引起了好莱坞和硅谷的关注。 公...
复刻Sora的通用视频生成能力，开源多智能体框架Mora来了
何恺明的目标是探索面向复杂世界的智能。Sora是首个引起广泛关注的大规模通用视频生成模型，自OpenAI于2024年2月推出以来，没有其他视频生成模型能在性能或支...
突发！Stability AI的CEO，跑路了
2024年第一季度，生成式AI明星公司Inflection和Stability AI相继倒闭，Stability AI更是陷入风雨飘摇的状态。周六上午，Stability AI突然宣布CEO Emad Mostaq...
3D版Sora来了？UMass、MIT等提出3D世界模型，具身智能机器人实现新里程碑
这篇新智元报道介绍了一种名为3D-VLA（3D视觉-语言-动作）的新型生成式视觉-语言-行动模型，该模型在多项任务中显著提高了推理、多模态生成和规划的能力。与...
算数不行、还不懂中国文化，大模型现在抢不了设计师的饭碗！ | AI 测评室
这篇文章是关于AI大模型在文生图领域的测评。作者选择了四个模型：文心一格、360智绘、美图MiracleVision 4.0和GPT-4，通过同题多解的方式，逐一测评了它们的...
微软开源创新LoRA组合方法，增强文生图复杂细节控制
该文章介绍了微软和伊利诺伊大学研究人员开发的Multi-LoRA Composition方法，旨在解决在图像合成中应用多个LoRA时出现的图像失真和难以控制细节的问题。该方...
