百科

微软的 AI 助手 Copilot 最近被发现泄露了超过 20,000 个私有 GitHub 存储库的内容，涉及包括谷歌、英特尔、华为、PayPal、IBM、腾讯以及微软自身在内的多家公司。这一事件引...

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...

说话人脸生成（Talking Face Generation, TFG）的目标是将目标身份的脸部动画化，以创建逼真的说话视频。个性化TFG是这一任务的一个重要变体，强调生成的视频在静态外观和动态说话风...

香港中文大学MMLab、北京大学和上海人工智能实验室的研究人员推出一种多功能的图像到图像视觉助手 PixWizard，它可以根据自由形式的语言指令执行图像生成、编辑和转换。简单来说，PixWizard...

韩国科学技术院推出StyleCineGAN，它能够自动从单张风景静图生成循环播放的动态图像，也就是所谓的“cinemagraph”，让普通用户和专业人士都能够轻松创建高质量的cinemagraph，无...

来自香港中文大学-商汤科技联合实验室、香港中文大学感知与交互智能研究中心、中山大学、商汤科技研究院 和北京航空航天大学的研究团队提出了一种创新的、无需额外训练的方法—FouriScale，它旨在从预训...

来自清华和极佳科技的研究人员联手推出了全新的视频生成通用世界模型WorldDreamer。它可以完成自然场景和自动驾驶场景多种视频生成任务，例如文生视频、图生视频、视频编辑、动作序列生视频等。 项目主...

之前介绍过的基于FLUX模型的图像定制框架DreamO，官方团队在近期推出了ComfyUI 原生实现插件，DreamO支持多种图像定制任务，同时实现多种条件（如身份、主体、风格、背景等）的无缝集成 该...

特拉维夫大学和Bria AI的研究人员推出一款创新的视觉概念生成工具 Piece it Together（PiT），能够将用户提供的部分视觉组件无缝集成到一个连贯的整体概念中，并同时生成缺失的部分，以...

Jasper Research推出一种新型图像到图像转换方法Latent Bridge Matching (LBM) ，这种方法通过在潜在空间中进行“桥匹配”（Bridge Matching）来实现快...

约翰·霍普金斯大学、香港科技大学（广州）、清华大学和上海交通大学的研究人员推出一种新型的高动态范围（HDR）图像的新颖视图合成技术HDR-GS（High Dynamic Range Gaussian ...

Google在上周五（4月4日）发布了一款针对信息安全的实验性AI模型——Sec-Gemini v1。这款模型基于Google的Gemini架构，同时整合了Google威胁情报（GTI）、OSV漏洞资...