图像超分辨率技术InvSR：基于扩散反转（Diffusion Inversion）来提高图像的分辨率
南洋理工大学（NTU）S-Lab提出了一种新的图像超分辨率（Super-Resolution, SR）技术——InvSR，旨在利用大型预训练扩散模型中封装的丰富图像先验来提高SR性能。传统的超分辨率方...
排序
Dynamics Lab 发布全球首个 AI 原生 UGC 游戏引擎 Mirage
游戏的未来不再依赖专业设计师逐帧构建，而是由每一位玩家通过想象、生成与体验来共同塑造。 今天，Dynamics Lab 正式推出 Mirage —— 全球首个AI原生、实时生成的用户生成内容（UGC...
MiniMax 发布其首个文本到图像生成模型 Image-01
MiniMax 近日正式发布了其首个文本到图像生成模型 Image-01，标志着其在多模态视觉领域的重大突破。Image-01 不仅扩展了 MiniMax 的 AI 功能，还为全球用户带来了极具创意和...
强化学习新范式OREAL：基于结果奖励的强化学习（RL）提升大语言模型在数学推理任务中的表现
上海AI实验室、上海交通大学、香港中文大学和InnoHK的研究人员提出基于结果奖励的强化学习新范式OREAL，通过基于结果奖励的强化学习（RL）提升大语言模型（LLMs）在数学推理任务中的表现。该框架...
Ollama v0.7.0发布：添加新多模态模型引擎，多模态模型支持全面升级
Ollama 最新发布的 v0.7.0 版本带来了对多模态模型的支持，标志着其在本地推理和模型集成能力上的重要突破。此次更新不仅扩展了视觉多模态模型的支持范围，还通过全新的多模态引擎提升了性能、准确性...
新型虚拟试穿技术FitDiT：专为优化DiT模型的虚拟试穿性能而设计
尽管基于图像的虚拟试穿技术已取得显著进展，但在生成高保真度和适应性强的拟合图像上仍面临诸多挑战。尤其在纹理感知维护和尺寸感知拟合等关键领域，现有方法往往难以达到理想效果，这限制了技术的整体实用性。为应...
OpenAI发布全新GPT-4.1系列模型：GPT-4.1、GPT-4.1 mini和GPT-4.1 nano
本周一，OpenAI发布了全新的模型系列——GPT-4.1，包括GPT-4.1、GPT-4.1 mini和GPT-4.1 nano。这些模型在编程和指令遵循方面表现出色，标志着OpenAI在打造“代理...
MotiF：通过引导模型关注更多运动区域来改善文本对齐和运动生成
文本-图像到视频生成（TI2V） 是一项旨在根据文本描述从静态图像生成动态视频的技术。尽管这一领域已经取得了一定进展，但现有方法在生成与文本提示良好对齐的视频时仍面临显著挑战，尤其是在指定运动细节方面...
Grammarly 推出九大人机协作写作智能体，可预测论文评分
Grammarly 今日正式推出九个全新人工智能智能体（AI Agents），集成于其“AI 原生写作界面”中，旨在为学生和教育工作者提供更智能、更精准的写作支持。 这些智能体覆盖从构思、写作到反馈的...
为了AI的“福祉”？Anthropic 让 Claude 能主动结束有害对话
Anthropic宣布，其最新一代大模型 Claude Opus 4 和 4.1 获得了一项新能力：在极端情况下，主动终止与用户的对话。 这并非因为用户“说错话”，而是当对话持续涉及严重滥用内容——如...
大规模视频动作数据集EgoVid-5M：专为第一人称视角（egocentric）视频生成而设计
阿里巴巴集团智能计算研究院、中国科学院自动化研究所、清华大学和中国科学院大学的研究人员推出大规模视频动作数据集EgoVid-5M，专为第一人称视角（egocentric）视频生成而设计。该数据集包含了...
Anthropic 推出新一代 Claude 模型：Claude Opus 4 和 Claude Sonnet 4
今天，Anthropic 宣布推出下一代 Claude 模型：Claude Opus 4 和 Claude Sonnet 4。这两个模型在编码、高级推理和 AI 代理方面设定了新的行业标准，为开发者和...
