Stability AI获得新的投资，并任命Prem Akkaraju为新CEO
Stability AI已经正式公布了来自一组新投资者的重大资金投入。该公司已任命Prem Akkaraju为首席执行官，并由Sean Parker出任执行主席。这一举措旨在加速Stability A...
排序
Stable Diffusion 3核心技术研究论文详解
要点提炼： Stability AI发布了深入剖析Stable Diffusion 3核心技术的研究论文 基于人类偏好评估，Stable Diffusion 3在遵循提示内容及排版质量上超越了DALL...
基于大语言模型的新型文本编码器LI-DiT：灵活地将尖端的大语言模型融入文本转图像生成模型
商汤研究院、香港中文大学移动计算实验室和上海人工智能实验室的研究人员推出新型文本编码器LI-DiT（LLM-Infused Diffusion Transformer），旨在充分发挥大语言模型的潜力。...
新型图像上采样模型Inf-DiT：高效地对任何分辨率的图像进行上采样，即提高图像的分辨率而不失细节
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辨率的图像进行上采样，即提高图像的分辨率而不失细节。在图像处理领域，上采样是一个重要的技术，它可以用于放大图像而不...
Stable Diffusion中的embedding是什么？什么是文本嵌入？
在使用Stable Diffusion进行生图的时候，我们常常会用到embedding模型，这个embedding模型是什么呢？在中文中通常被翻译为“文本嵌入”，其实也就是我们之前介绍的Textual...
视频扩画方法MOTIA：根据视频内容自动学习并生成新的内容，适用于多种视频处理和创作的场景
来自香港中文大学、Avolution AI、上海人工智能实验室和商汤科技研究院的研究团队推出视频扩画方法MOTIA（Mastering Video Outpainting Through Input-...
GaussianObject框架：仅用四张图片就重建出高质量的3D物体
来自上海交大、华为、多伦多大学的研究人员推出GaussianObject框架，它能够仅用四张图片就重建出高质量的3D物体。这个框架利用了高斯溅射（Gaussian Splatting）技术，通过在稀疏...
attribute-control：对文生图模型生成的图像中的特定属性进行精细控制
来自慕尼黑工业大学的研究人员推出attribute-control，它能够对文本到图像（T2I）模型生成的图像中的特定属性进行精细控制。 项目主页 GitHub Demo 开发团队发现，在常用的基于t...
英伟达推出新型大语言模型嵌入模型NV-Embed：专门设计用于提高文本嵌入任务的性能
英伟达推出新型大语言模型嵌入模型NV-Embed，NV-Embed专门设计用于提高文本嵌入任务的性能，它在多种文本嵌入任务上的表现开始超越了基于BERT或T5的嵌入模型，包括基于密集向量的检索。NV-...
新型视频生成技术“CVD（协作视频扩散）”：生成从多个不同摄像机轨迹视角下观察同一场景的一致性视频
斯坦福大学和香港中文大学的研究人员推出新型视频生成技术“协作视频扩散”（Collaborative Video Diffusion，简称CVD），这项技术的核心目标是能够生成从多个不同摄像机轨迹视角下...
基于 SEED-X 的新型多模态大语言模型SEED-Story：根据用户提供的文本和图片生成长篇的图文故事
香港科技大学（广州）、腾讯、香港中文大学和香港科技大学的研究人员推出新型多模态大语言模型SEED-Story，它能够根据用户提供的文本和图片生成长篇的多模态故事。这些故事不仅包含丰富的叙事文本，还包括...
英伟达GeForce RTX 4070 Ti SUPER
近期，英伟达推出了GeForce RTX 40 SUPER系列第二款显卡，此款显卡对于AI用户来说是个不错的选择，原因就是它拥有与RTX 4080更为接近的规格配置，显存容量和带宽比起原来的RTX 4...