小马良

Meta推出多模态基础模型家族Chameleon，它们是专为理解和生成图像与文本而设计，多...

腾讯混元团队推出支持中英双语提示词的文生图模型Hunyuan-DiT，它特别擅长理解中文...

IC-Light是Controlnet、Fooocus、Stable Diffusion WebUI Forge的开发者lllyasviel...

清华大学与智谱AI的研究人员推出新型图像上采样模型Inf-DiT，它能够高效地对任何分...

Google Research、Google DeepMind和华盛顿大学的研究团队推出新框架ImageInWords...

来自MIT、浙江大学、清华大学、MIT-IBM Watson AI实验室的研究人员推出新型视觉模...

作为一家AI 音乐初创企业Suno，去年就已经推出开源语音生成模型「Bark」引发热议，...

在《如何在本地安装及使用Ollama，轻松玩转本地大语言模型》这篇文章里，已经详细...

在《打造本地专属GPT！使用这些软件轻松运行开源大语言模型》这篇文章里，已经向大...

在目前大语言模型方面最强的要数ChatGPT、Claude和Gemini，这些都是闭源模型，而且...

以其旗舰产品Photoshop闻名全球的Adobe，其实拥有一系列覆盖图像、视频、音频处理...

字节跳动推出的图像和视频生成框架StoryDiffusion，它能够生成一系列内容一致的图...