图像生成
图像,绘画
基座大模型「六进二」：南阶跃，北智谱
2024年中国大模型领域的竞争格局因阶跃星辰完成数亿美元B轮融资而发生变化。此次融资由国资、战略和财务投资人参与，核心投资方包括上海国有资本投资有限公司...
AI工具 | AI商品图工具合集
在商品视觉呈现领域，AI技术的应用正逐渐改变传统的商品图制作流程，提升效率和创意。AI商品图工具通过简化设计流程，确保视觉效果与品牌风格的融合，助力企...
全球首个AI圣彼得大教堂上线，40万照片毫米级3D还原文艺复兴巅峰！
梵蒂冈与Iconem和微软合作，利用40万张照片和人工智能技术，在不到一个月的时间内完成了对圣彼得大教堂的3D复刻，创建了这座拥有400多年历史的地标的数字双胞...
数据即将耗尽？大型 AI 公司中没有人会感到恐慌
人工智能（AI）的发展在过去十年中取得了爆炸性的进展，这主要归功于神经网络规模的扩大和对大量数据的训练。然而，随着对数据的需求不断增长，AI研究人员正...
统一视觉理解与生成，MetaMorph模型问世，LeCun、谢赛宁、刘壮等参与
多模态大模型（MLLM）在视觉理解领域取得了显著进展，其中视觉指令调整方法因其数据和计算效率而被广泛应用。Meta和纽约大学的合作论文探讨了大型语言模型（L...
全球百模争霸，国产大模型拿下多个冠军！智源FlagEval全球评测榜单出炉
智源研究院于2024年12月19日发布了下半年大模型综合评测结果，涉及100余个开源和商业闭源模型，覆盖文本、语音、图像和视频等多个领域。此次评测在5月的基础...
免费o1替代品来了！谷歌新发“王炸”推理大模型：思考速度碾压其他大模型，水平堪比理科博士
谷歌在其“Gemini 2.0 Flash Thinking”模型上取得了新进展，该模型以其卓越的推理能力而受到关注，能够通过“明确地展示自己的思维”来解决复杂问题，其水平与物...
豆包升级了“眼睛”，看APP截图就能写代码了！超低价让多模态AI普惠
豆包最新发布的“豆包·视觉理解模型”展示了其在图像识别和代码生成方面的强大能力。该模型能够识别APP截图，并迅速生成相应的代码，包括菜单栏、播放列表框架...
历时2年，华人团队力作，震撼开源生成式物理引擎Genesis，可模拟世界万物
CMU联合20多所研究实验室开源发布了名为Genesis的生成式物理引擎，标志着我们向构建一个综合生成文本、图像、音频、视频和3D对象的世界迈出了重要一步。Genes...
GitHub Copilot扛不住Cursor的竞争，终于推出了免费版本
GitHub Copilot 近日宣布对所有 VS Code 用户提供免费计划，用户只需拥有 GitHub 账户即可享受服务，无需试用、订阅或信用卡信息。该平台开发者数量已突破1.5...
