SD百科导航
  • 首页
  • 快讯
  • 早报
  • 模型
  • ComfyUI
  • 新技术
  • 百科
    • 教程
    • 硬件
    • 科普
  • 百科工具
    • 工具
  • 排行榜
    • 首页
    • 快讯
    • 早报
    • 模型
    • ComfyUI
    • 新技术
    • 百科
      • 教程
      • 硬件
      • 科普
    • 百科工具
      • 工具
    • 排行榜

    苹果

    共 47 篇文章
    排序
    发布更新浏览点赞
    苹果推出高效视觉语言模型FastVLM:通过优化视觉编码器来提高模型在处理高分辨率图像任务时的效率和性能

    苹果推出高效视觉语言模型FastVLM:通过优化视觉编码器来提高模型在处理高分辨率图像任务时的效率和性能

    苹果推出一种高效视觉语言模型FastVLM,旨在通过优化视觉编码器(Vision Encoder)来提高模型在处理高分辨率图像任务时的效率和性能。FastVLM的核心是其创新的视觉编码器 FastVi...
    多模态模型# FastVLM# 苹果# 视觉语言模型
    2年前
    4520
    苹果将与Anthropic 联手打造全新的“vibe-coding”平台,Xcode 即将迎来重大升级

    苹果将与Anthropic 联手打造全新的“vibe-coding”平台,Xcode 即将迎来重大升级

    近年来,生成式AI在编程领域的应用日益广泛,但苹果却一直保持谨慎态度,尤其是在面向消费者的软件开发中。然而,随着大语言模型(LLM)技术的迅速发展,苹果的态度正在悄然转变。 据知情人士透露,苹果正与初...
    早报# Anthropic# Xcode# 苹果
    2年前
    3260
    苹果传奇设计师Jony Ive与OpenAI合作,研发无屏幕AI手机?

    苹果传奇设计师Jony Ive与OpenAI合作,研发无屏幕AI手机?

    苹果传奇设计师Jony Ive,以其在苹果公司期间的杰出设计而闻名于世。如今,他似乎正在开启新的设计旅程,而这一次,他与OpenAI合作,正在研发一款无屏幕的AI手机。这一消息引起了广泛关注,人们纷纷...
    百科# Jony Ive# OpenAI# 苹果
    2年前
    3830
    苹果提出了新的文生图模型架构DiT-Air和DiT-Air-Lite:提高模型的参数效率和生成性能

    苹果提出了新的文生图模型架构DiT-Air和DiT-Air-Lite:提高模型的参数效率和生成性能

    苹果提出了新的文生图模型架构DiT-Air和DiT-Air-Lite,旨在提高模型的参数效率和生成性能。其论文主要研究了扩散模型(Diffusion Models)在文本到图像生成任务中的架构设计、文...
    新技术# DiT-Air# DiT-Air-Lite# 文生图模型
    2年前
    1,0120
    苹果推出用于文本和图像条件下的视频生成新方法STIV

    苹果推出用于文本和图像条件下的视频生成新方法STIV

    苹果公司介绍了一个名为STIV(Scalable Text and Image Conditioned Video Generation)的系统,它是一种用于文本和图像条件下的视频生成方法。STIV系...
    新技术# STIV# 苹果
    2年前
    4370
    苹果推出基于最优传输理论的通用框架ACT:用于控制大型生成模型的生成过程

    苹果推出基于最优传输理论的通用框架ACT:用于控制大型生成模型的生成过程

    大型生成模型(如大语言模型LLMs和文本到图像扩散模型T2Is)的能力不断增强,但其日益广泛的部署也引发了对可靠性和安全性的担忧。为了解决这些问题,研究人员提出了通过引导模型激活来控制模型生成的方法...
    新技术# ACT# 大语言模型# 文生图模型
    2年前
    7030
    苹果推出新预训练方法CLOC:提升图像和文本表示的预训练效果,特别是在局部区域的语义理解方面

    苹果推出新预训练方法CLOC:提升图像和文本表示的预训练效果,特别是在局部区域的语义理解方面

    苹果推出新预训练方法CLOC(对比定位语言-图像预训练),旨在提升图像和文本表示的预训练效果,特别是在局部区域的语义理解方面。CLOC模型可以生成高分辨率、细节丰富的深度图,这些深度图不仅包含整体图像...
    新技术# CLOC# 对比定位语言-图像预训练# 苹果
    2年前
    7010
    苹果推出一个用于零样本度量单目深度估计的基础模型Depth Pro

    苹果推出一个用于零样本度量单目深度估计的基础模型Depth Pro

    苹果推出一个用于零样本度量单目深度估计的基础模型Depth Pro,它用于提高单目深度估计的准确性和细节表现。单目深度估计是指仅使用一个摄像头拍摄的单张图片来预测场景中每个像素的深度信息。例如,你用手...
    新技术# Depth Pro# 苹果
    2年前
    5920
    苹果推出新型图像生成模型Kaleido Diffusion:通过整合自回归的潜在先验来增强采样的图像多样性

    苹果推出新型图像生成模型Kaleido Diffusion:通过整合自回归的潜在先验来增强采样的图像多样性

    苹果和弗吉尼亚理工大学的研究人员推出新型图像生成模型Kaleido Diffusion,此模型旨在通过自回归潜在模型(autoregressive latent modeling)提高扩散模型(dif...
    新技术# Kaleido Diffusion# 图像生成模型# 苹果
    2年前
    7180
    苹果推出开源图像编辑模型MGIE:通过文字提示来编辑任何图像

    苹果推出开源图像编辑模型MGIE:通过文字提示来编辑任何图像

    来自苹果的团队推出开源图像编辑模型MGIE(MLLM-Guided Image Editing),它旨在通过使用多模态大语言模型(MLLMs)来提升基于指令的图像编辑能力。简单来说,MGIE可以帮助用...
    新技术# MGIE# 图像编辑# 苹果
    3年前
    7270
    谷歌研究团队推出专为移动设备打造的文生图模型MobileDiffusion

    谷歌研究团队推出专为移动设备打造的文生图模型MobileDiffusion

    谷歌的研究团队推出了新的文生图模型MobileDiffusion,它能够在手机上几乎瞬间(亚秒级)生成高质量的图片。该模型在架构和采样技术方面进行广泛优化,在iPhone 15 Pro上,Mobile...
    新技术# MobileDiffusion# 安卓# 扩散模型
    3年前
    1,0040
    没有了

    网址

    日榜周榜月榜
    LoginFlip

    LoginFlip

    LoginFlip 是一款专为 Chrome 浏览器设计的轻量级扩展,解决多账号管理痛点。它通过保存和恢复网站的登录状态(Cookie + localStorage),让你在不同身份(工作号、测试号、个人号等)之间实现秒级切换,彻底告别反复输入密码和退出登录的繁琐流程。
    FlyCut Caption

    FlyCut Caption

    FlyCut Caption是一款智能、本地化的开源视频字幕裁剪工具,用智能字幕生成技术改变您的视频,自动生成准确字幕,精确编辑,支持多种格式导出。为内容创作者、教育工作者和企业提供完美解决方案。
    Vogent

    Vogent

    Vogent 是一个功能强大的语音 AI 平台,结合无代码工具、先进模型和灵活的 API,为企业和开发者提供快速构建高性能语音代理的解决方案。其 Voicelab 进一步增强了实时语音推理能力,特别适合需要低延迟、类人语音交互的场景。
    Codex Agent Skills

    Codex Agent Skills

    Codex Agent Skills 是一套专为 Codex 智能体设计的标准化能力封装方案。它将复杂的指令、脚本和资源打包成独立的文件夹,使 AI 能够发现并调用这些技能来执行特定任务。无论是代码审查、数据清洗,还是项目规划,一旦定义,即可在团队内无限复用,真正实现“一次编写,随处可用”。
    Semble

    Semble

    Semble 是一个专为 AI 代理构建的代码搜索库。它能够立即返回代理所需的精确代码片段,相比 grep+read 可减少约 98% 的 token 消耗,并降低每一步的延迟。
    Qwen Chat

    Qwen Chat

    Qwen Chat是阿里通义团队在海外市场推出了一款全新的AI助手,可以看作是通义千问的海外版,这款助手基于开源的Open WebUI框架开发而成。
    查看完整榜单
    SD百科导航
    SD百科导航是专注于AI创作领域的专业导航网站。我们全面涵盖Stable Diffusion、Flux、AI绘画、AI视频、AI音乐以及大语言模型等前沿内容。

    关于我们友链申请广告合作

    扫码关注微信公众号SD百科导航
    扫码关注微信公众号
    Copyright © 2026 SD百科导航 皖ICP备18025588号-5  皖公网安备34040002000401 
    网址
    网址文章软件模型
      ↵ENTER↓↑NAV

      网址

      日榜周榜月榜
      LoginFlip

      LoginFlip

      LoginFlip 是一款专为 Chrome 浏览器设计的轻量级扩展,解决多账号管理痛点。它通过保存和恢复网站的登录状态(Cookie + localStorage),让你在不同身份(工作号、测试号、个人号等)之间实现秒级切换,彻底告别反复输入密码和退出登录的繁琐流程。
      FlyCut Caption

      FlyCut Caption

      FlyCut Caption是一款智能、本地化的开源视频字幕裁剪工具,用智能字幕生成技术改变您的视频,自动生成准确字幕,精确编辑,支持多种格式导出。为内容创作者、教育工作者和企业提供完美解决方案。
      Vogent

      Vogent

      Vogent 是一个功能强大的语音 AI 平台,结合无代码工具、先进模型和灵活的 API,为企业和开发者提供快速构建高性能语音代理的解决方案。其 Voicelab 进一步增强了实时语音推理能力,特别适合需要低延迟、类人语音交互的场景。
      Codex Agent Skills

      Codex Agent Skills

      Codex Agent Skills 是一套专为 Codex 智能体设计的标准化能力封装方案。它将复杂的指令、脚本和资源打包成独立的文件夹,使 AI 能够发现并调用这些技能来执行特定任务。无论是代码审查、数据清洗,还是项目规划,一旦定义,即可在团队内无限复用,真正实现“一次编写,随处可用”。
      Semble

      Semble

      Semble 是一个专为 AI 代理构建的代码搜索库。它能够立即返回代理所需的精确代码片段,相比 grep+read 可减少约 98% 的 token 消耗,并降低每一步的延迟。
      Qwen Chat

      Qwen Chat

      Qwen Chat是阿里通义团队在海外市场推出了一款全新的AI助手,可以看作是通义千问的海外版,这款助手基于开源的Open WebUI框架开发而成。
      查看完整榜单