新闻动态
-
202405-15
- 首个中文原生DiT架构！腾讯混元文生图大
- 中文AI社区迎来了一个好消息：与Sora同架构的开源文生图大模型来了！5月14日，腾讯宣布旗下混元文生图大模型全面升级并全面开源，目前已在HuggingFace...
-
202405-13
- DiT架构大一统：一个框架集成图像、视频
- 基于DiffusionTransformer（DiT）又迎来一大力作「Flag-DiT」，这次要将图像、视频、音频和3D「一网打尽」。今年2月初，Sora的发布...
-
202405-11
- 图灵巨头现身ICLR，顶会现场疯狂追星L
- 这几天，AI届的盛会——ICLR在维也纳举办。OpenAI、Meta、谷歌、智谱AI等世界前沿AI科技企业齐聚一堂。现场名流云集，星光耀眼，走几步就能偶遇一位发...
-
202405-06
- LeCun上月球？南开、字节开源Stor
- 两天前，图灵奖得主YannLeCun转载了「自己登上月球去探索」的长篇漫画，引起了网友的热议。在《StoryDiffusion：ConsistentSelf-A...
-
202405-06
- ICLR 2025 Spotlight
- 作者|PengfeiZheng单位|USTC,HKBUTMLRGroup近年来，生成AI的迅猛发展为文本到图像生成、视频生成等令人瞩目的领域注入了强大的动力。这...
-
202405-02
- 参数量不到10亿的OctopusV3，如
- 多模态AI系统的特点在于能够处理和学习包括自然语言、视觉、音频等各种类型的数据，从而指导其行为决策。近期，将视觉数据纳入大型语言模型（如GPT-4V）的研究取得...
-
202404-28
- 当前最强国产Sora！清华团队突破16秒
- 你说箱子里要装满钻石，于是箱子被钻石填满，比实拍还要耀眼。这样的技能，哪个剧组不喜欢？这是前段时间Adobe旗下的视频剪辑软件PremierePro所呈现的“魔...
-
202404-26
- 颜水成挂帅，昆仑万维2050全球研究院联
- 近日，由颜水成教授带队，昆仑万维2050全球研究院、新加坡国立大学、新加坡南洋理工大学团队联合发布并开源了Vitron通用像素级视觉多模态大语言模型。这是一款重...
