Midjourney 推出全新外部图像编辑功能、图像重新纹理化以及下一代AI审查系统
教程

由前 Magic Leap 工程师 David Holz 创立的 AI 图像生成初创公司Midjourney，昨晚...
2024-10-25 212
RankDPO：提高模型在遵循文本提示和视觉质量方面的表现
新技术

直接偏好优化（DPO）已成为一种强大的方法，用于将文本到图像（T2I）模型与人类反...
2024-10-25 164
ChatGPT Canvas功能的开源平替方案大合集
AI合集

OpenAI于10月3日推出了canvas功能，此功能在ChatGPT常规聊天窗口旁开启一个额外的...
2024-10-25 224
多模态框架FakeShield：通过多模态大语言模型评估图像的真实性，用于检测AI及PS图片
新技术

生成式AI的快速发展为内容创作带来了巨大便利，但同时也使得图像篡改变得更加容易...
2024-10-25 176
新型多模态大语言模型PUMA：不仅能理解文本指令，还能根据这些指令创作出精细的图像，或者对现有图像进行精确的编辑
百科

近年来，多模态基础模型在视觉-语言理解领域取得了显著进展，同时也开始探索多模态...
2024-10-24 180
重塑创意工作流程！Ideogram 推出无限画布Canvas功能，用于操作和组合生成的图像
工具

Ideogram 是一家由前 Google Brain AI 研究人员创立的加拿大初创公司，以其能够生...
2024-10-23 176
Genmo推出开源视频生成模型天花板Mochi 1，型需 4 块英伟达H100 显卡才可运行
模型

Genmo是一家专注于视频生成的AI初创公司，之前都是默默无闻，其官方视频生成产品也...
2024-10-23 162
免费且开源的桌面图像编辑器IntraPaint：将传统数字绘画艺术技术与 AI 修复相结合
工具

IntraPaint 是一款免费且开源的桌面图像编辑器，专为 Windows 和 Linux 用户设计。...
2024-10-23 194
LibreFLUX：基于FLUX.1 [schnell]的免费、开源、去蒸馏FLUX 模型
模型

LibreFLUX是基于FLUX.1 [schnell] 的去蒸馏版本，旨在提供完整的 T5 上下文长度支...
2024-10-23 194
4D 场景纹理化Tex4D：使用视频扩散模型为未纹理化的动画网格序列生成多视图、时间一致的 4D 纹理
新技术

来自香港中文大学（深圳）、NVIDIA 和加州大学默塞德分校的研究人员开发了 Tex4D，...
2024-10-23 162
FlexGen框架：能够根据单一视角的图像、文本提示或两者的结合来灵活生成可控制且一致的多视图图像
新技术

来自香港科技大学（广州）、香港科技大学和趣玩的研究人员开发了一个名为FlexGen的...
2024-10-23 180
结合了大语言模型与文生图模型的新框架SGEdit：用于基于场景图的精确和灵活的图像编辑
新技术

场景图提供了一种结构化、层次化的图像表示方式，其中节点和边分别代表图像中的对...
2024-10-23 144
没有账号？注册  忘记密码？