图像融合
截胡 OpenAI,谷歌全模态模型首次解禁!Gemini 2.0 中文唠嗑式 P 图引动漫游戏圈关注
OpenAI 的全模态模型没来,谷歌的全模态图像生成器倒是抢先上线了!Gemini 2.0 Flash 中上线的原生图像生成功能,动动嘴就能 PS,还能轻松制作海报和表情包,动漫和漫画圈已经沸腾了。
3/13/2025 3:05:53 PM
清源
达摩院开源 VideoLLaMA3:仅 7B 大小,视频理解拿下 SOTA
它就是由达摩院出品的 Video LLaMA 3,以图像为中心构建的新一代多模态视频-语言模型。
2/14/2025 1:13:31 PM
清源
CVPR 2024 | 基于MoE的通用图像融合模型,添加2.8%参数完成多项任务
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年,机器之心AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:[email protected];[email protected]。论文链接:::Task-Customized Mixture of Adapters for General Image Fusion
4/24/2024 11:10:00 AM
机器之心
- 1
资讯热榜
标签云
人工智能
OpenAI
AIGC
AI
ChatGPT
AI绘画
DeepSeek
数据
模型
机器人
谷歌
大模型
Midjourney
智能
用户
开源
学习
GPT
微软
Meta
图像
AI创作
技术
论文
Gemini
Stable Diffusion
马斯克
算法
蛋白质
芯片
代码
生成式
英伟达
腾讯
神经网络
研究
计算
Anthropic
3D
Sora
AI for Science
AI设计
机器学习
开发者
GPU
AI视频
华为
场景
人形机器人
预测
百度
苹果
伟达
Transformer
深度学习
xAI
Claude
模态
字节跳动
大语言模型
搜索
驾驶
具身智能
神器推荐
文本
Copilot
LLaMA
算力
安全
视觉
视频生成
训练
干货合集
应用
大型语言模型
亚马逊
科技
智能体
AGI
DeepMind