3 月 4 日消息，大模型独角兽智谱今日发布 2025 开源年的第一个模型：首个支持生成汉字的开源文生图模型 —— CogView4。据悉，该模型在 DPG-Bench 基准测试中的综合评分排名第…
上面这都算好的了，很多网友在使用时甚至直接被改头换“性别”。 如今Grok整这一出，网友喊话马斯克给谷歌道歉。 关键是， 让Grok回答“这画的是谁”，它的表述还是正确的，也就是说它知道这个人，但就是画不对…
Napkin AI 其本质也是一个基于文字/数字生成图片的产品，只不过与 Midjourney 等产品不同，Napkin AI 的主要生成的是“信息图”（例如时间线、流程图、逻辑关系图、韦恩图等），用于给社…
通过输入更多文本或编辑文本提示，用户可以轻松优化图像效果。谷歌强调，Whisk的设计初衷是帮助用户进行快速视觉探索，而非进行像素级别的精确编辑。 Whisk采用谷歌最新一代的Imagen 3图像生成模型，确…
12 月 17 日消息，谷歌公司昨日（12 月 16 日）发布博文，在发布 Veo 2 视频生成模型之外，还增强了 Imagen 3 文生图AI 模型，为用户带来更多花样的艺术风格。 谷歌表示 Imagen…
12 月 17 日消息，谷歌今日发布了一款名为 Whisk 的全新 AI 图像生成工具，该工具允许用户使用其他图像作为提示来生成图像，而不需要冗长的文本提示。）如果手头没有合适的图像，用户还可以点击骰子图标，…
12 月 17 日消息，谷歌公司昨日（12 月 16 日）发布博文，在发布 Veo 2 视频生成模型之外，还增强了 Imagen 3文生图 AI 模型，为用户带来更多花样的艺术风格。 谷歌表示 I…
12 月 17 日消息，谷歌今日发布了一款名为 Whisk 的全新 AI 图像生成工具，该工具允许用户使用其他图像作为提示来生成图像，而不需要冗长的文本提示。）如果手头没有合适的图像，用户还可以点击…
【快讯】近日，埃隆·马斯克领导的人工智能公司xAI在Grok平台上推出了一款名为Aurora的新型AI文生图模型。该模型已向X平台Premium订阅用户开放。 Aurora模型作为自回归混合专家模型…
12 月 10 日消息，科技媒体 testingcatalog 昨日（12 月 9 日）发布博文，报道称埃隆・马斯克旗下的 xAI公司面向 X 平台 Premium 订阅用户，开放了名为 Auro…
谷歌声称，Imagen 3 可以理解长文本内容，生成细腻、生动且“照片级”的图片，同时视频中也不会出现较明显的视觉噪点。 谷歌还为Imagen 3 开放了图片编辑和定制化功能，图片编辑功能包括“使用提示词…
豆包大模型团队相关负责人表示,豆包文生图模型通过打通LLM和DIT构架,具备更好的原生中文数据学习能力,并在此基础上强化了汉字生成能力,大幅提升了生成效果。据介绍,当前该功能仅支持文生图时添加文字,暂不支持上…
我们在 18K 生成图像 (RichHF18K) 上收集如此丰富的人类反馈，并训练多模态转换器来自动预测丰富的反馈。我们表明，可以利用预测的丰富人类反馈来改进图像生成，例如，通过选择高质量的训练数据来微调和改…
11 月 15 日消息，腾讯官方公众号今日发文宣布，旗下 AI 智能工作台 ima 现已正式上线，其除了能完成其余大模型 AI 问答产品的功能（注：问答、创作文字、生成图片等）以外，还打通了…
11 月 8 日消息，科技媒体 MacRumors 昨日（11 月 7 日）发布博文，报道称在 iOS 18.2 更新中，图片生成AI 工具 Image Playground 并未带来今年 6 月…
插播一位“00花”任敏，看她的红毯怼脸生图也能感受到化妆师尽力了，但还是能看出她的脸不像平时的精修照那么小巧，鼻子还是很抢镜，跟同场女明星相比颜值真的不高。 “95花顶流”赵露思无论挨了多少批评，还是坚持自…
AI 文生图领域的主流工具一直是 Midjourney 与 Stable Diffusion，设计师或 AI爱好者可以通过提示词生成想要的图像。 目前，基石智算（coreshub.cn）已上架内置 FLU…
10 月 29 日消息，北京智源人工智能研究院（BAAI）推出了新的扩散模型架构OmniGen，这是一种用于统一图像生成的多模态模型。 ▲ 文本生成图像，编辑生成图像的部分元素，根据生成图像的人体…
10 月 27 日消息，OpenAI 本周公布了一款名为 sCM（Continuous-Time ConsistencyModel）的新型 AI 文生图方案。 与传统的扩散模型相比，sCM 仅需两…
该模型拥有80亿参数，提供了卓越的图像质量和快速的响应时间。适用于100万像素分辨率的专业应用场景，Stable Diffusion 3.5Large在性能上超越了同类竞争对手，成为Stable Diff…
谷歌 DeepMind 和 MIT 团队通过深入研究，发现了使用连续 tokens（非离散tokens）和采用随机生成顺序（非固定顺序）两个关键设计因素，显著提高了自回归模型的性能和可扩展性。 Fluid…
自回归模型 (Autoregressive Models): 自回归模型预测序列中的下一个元素时，依赖于前面的元素。 Fluid模型结合了连续标记和随机生成顺序后，当其规模扩大到 105 亿参数时，Fl…
【快讯】近日，微软取得了一项突破性专利，该专利技术能够将用户的实时语音输入转化为图片，为会议和讲座带来全新的视觉体验。根据专利描述，这项技术在会议或讲座场合中，能够实时捕捉音频，并通过先进的语言模型…
根据专利描述，该系统可以在会议或讲座中实时捕捉音频，随后通过语言模型进行总结，并生成相应的 AI 图像。 捕捉音频：用户通过麦克风发言，系统实时记录并转化为文本。随着演讲者话题的变化，实时生成的图像也会随之…
10 月 15 日消息，科技媒体 MSPoweruser 昨日（10 月 14日）发布博文，报道称微软公司获得了一项新的专利，描述了基于用户实时输入的语音来生成图片。 生成图像：根据总结生成的提…
从生成图像到生成视频，这是AI技术上的一大跨越，意味着端侧AI从此拥有了像云端一样理解物理世界规则的能力，可以期待天玑这项技术的成熟和进化，这或许将带来一场手机应用生态和手机生产力角色的巨大变革。早在今年上…
10 月 14 日消息，智谱技术团队今天宣布开源文生图模型 CogView3 及 CogView3-Plus-3B，该系列模型的能力已经上线“智谱清言”App。 官方表示，在实际效果上，CogView3 在…
08/20 10:25
08/20 10:24
08/20 10:23
08/20 10:22
京公网安备 11011402013531号