扰动注意力指引（PAG）是一种提升扩散模型生成图像质量的新方法，无需额外的训练或外部模块。通过创新地操作模型内部的自我关注机制，PAG显著提高了无条件样本和条件样本的结构和保真度。扩散模型一直以来都是生成对...

最新研发的混元-DiT在文本到图像扩散变换器方面设立了新的标杆，特别是对于英文和汉文。这一技术特征包括先进的变换器结构和精炼的数据管道，为持续的模型改进提供了可能性。而这一突破性的发展，不仅提升了英汉文本...

Instagram联合创始人Mike Krieger成为Anthropic的新任首席产品官。Krieger在过去几年中致力于开发一款AI新闻阅读应用，该应用最近被雅虎收购。他在开发直观产品和用户体验方面的背景将为Anthropic创造新的人与其AI聊...

谷歌Deepmind最近发布了一款名为Veo的新型视频生成人工智能模型。这款AI模型拥有强大的视频生成能力，能够生成具有1080p分辨率的视频，且长度可以超越一分钟。在现有的视频生成技术中，这种能力是相当显著的。Veo利...

近日，Google发布了新的轻量级模型Gemini Flash。此模型具有多模态推理和高达一百万个符号的长上下文窗口。Google利用其先进的技术，使Gemini Flash在处理大量数据时保持了高效与精确。这种新型的轻量级模型将有助于...

OpenAI的最新研究成果GPT-4o的多模态能力，整合了视觉和语音技术，预示着人工智能与世界互动方式的重大进步。这为人工智能在日常生活中的普遍存在铺平了道路。GPT-4o的多模态能力，不仅能够理解文本信息，还能够理解...

OpenAI联合创始人兼首席科学家伊利亚·苏茨克弗正式离职。苏茨克弗曾带领员工推翻了公司前首席执行官山姆·奥尔特曼，但后来改变了自己的想法。自那时以来，他的雇佣状态一直不明确。公司研究主任雅各布·帕霍茨基将成...

OpenAI最近推出了一款新的检测工具，该工具主要用于识别由其DALL-E 3模型生成的图片。这项技术的推出是为了解决人工智能生成假内容的问题，同时也是OpenAI为增强数字内容真实性而做出的努力。OpenAI在开发此工具时，...