谷歌

谷歌推出新框架ImageInWords（IIW）：创建准确且细节丰富的图像描述，以提高视觉-语言模型的训练效果

谷歌推出基于问答的自动评估指标Gecko，用于评估文生图模型的性能

图像逆向技术ReNoise：可能图像内容进行编辑重建

图像编辑技术Prompt-to-Prompt：通过提示词进行局部或全局编辑

谷歌推出创新框架VLOGGER：只需要提供一张静态照片和一段语音，就能生成口型匹配的视频

谷歌发布“多步一致性模型”（Multistep Consistency Models）

谷歌推出新一代开源模型Gemma，轻量级高性能，助力AI创新

视频编码器VideoPrism：能够处理多种视频理解任务，如分类、定位、检索、字幕生成和问答

谷歌ImageFX：将用户输入的描述性语言或关键词迅速转化高品质图片

谷歌旗下最新图像生成模型Imagen2，已在Bard和ImageFX上线

谷歌研究团队推出专为移动设备打造的文生图模型MobileDiffusion