MistoLine是一个基于SDXL-ControlNet的模型，专注于实现对不同类型线稿的灵活适应和高精度图 […]
Google DeepMind 发布了 AlphaFold 3 ，一个能够预测所有生命分子结构和相互作用的 A […]
近日生数科技与清华大学共同发布了中国首个长时长、高一致性、高动态性视频大模型–Vidu。这款模型被视为国内首个 […]
Neuralink 最近更新了他们 PRIME 脑机接口项目进展报告，在 Phoenix 亚利桑那州的巴罗神经 […]
Krea Video是一款用于生成个性化视频的工具，结合了关键帧和文本提示。 它通过关键帧和文本提示生成视频， […]
Stability AI为了赚钱绞尽了脑汁 ，推出了Stable Artisan ，这是是一款基于Discor […]
ElevenLabs 推出其自己的音乐生成模型 ElevenLabs Music，并展示了早期预览版生成的歌曲 […]
Stylar 为创作者和设计师提供了一套全面的 AI 工具，简化视觉设计流程。Stylar称自己是最可控的人工 […]
SndHound AI 和 Perplexity 正合作，将 Perplexity 的在线大语言模型（LLM） […]
Gemma-10M 模型使用一种称为 Infini-Attention 的技术，将 Gemma 2B 的上下文 […]
Meta AI发表了一篇论文，研究了一种新的训练大型语言模型的方法，即通过预测多个未来标记来提高模型的效率和性 […]
Llama3 中文聊天项目综合资源库，集合了与Llama3 模型相关的各种中文资料，包括微调版本、有趣的权重、 […]
AniTalker通过一个静态的肖像画和输入音频，生成生动多样的说话面部动画视频。该框架不仅仅着重于嘴唇同步这 […]
RayDINO 是一个基于人工智能的视觉模型，专门设计用于分析胸部X光图像。它采用了自监督学习方法，它可以在没 […]
TimesFM 是一种用于时间序列预测的先进工具。简单来说，时间序列预测就是基于过去的数据来预测未来事件的发生 […]
FunClip 是阿里巴巴通义实验室开源的一款视频剪辑工具，专门用于精准、便捷的视频切片。 它能够自动识别视频 […]
Refuel AI 最近推出了两个新版本的大语言模型 RefuelLLM-2 和 RefuelLLM-2-sm […]
宇树科技发布 Unitree G1 人形机器人，超大关节运动角度，23~34 个关节，结合力位混合控制，灵敏可 […]
VimTS，一种先进的文本检测工具，专门设计用于同时处理视频和图像中的文本。它通过一种新的方法来提高视频和图像 […]
RAFT（Retrieval Augmented Fine-tuning）是一种新的技术方法，用于改善大语言模 […]
OpenAI 刚刚发布了 GPT-4o，这是一种新的人工智能模式，集合了文本、图片、视频、语音的全能模型。 能 […]
混元DiT是腾讯推出的一款先进的文本到图像生成模型，它基于扩散变换器（Diffusion Transforme […]
Google 在其 2024 年 Google I/O 大会上发布的搜索中引入生成式 AI 的新功能。这些功能 […]
PaliGemma是一个开放的视觉语言模型（VLM），受PaLI-3启发，基于SigLIP视觉模型和Gemma […]
苹果公司今天宣布将于今年晚些时候推出新的辅助功能，其中包括眼动追踪（Eye Tracking）、音乐触感（Mu […]
通过手持式夹持器和精心设计的接口进行数据收集。 UMI可以将人类在复杂环境下的操作技能直接转移给机器人，无需人 […]
ReCap是一个创新的递归式视频字幕模型，能够自动分析视频内容，并在不同的时间层级上（如短片段、中等长度段落和 […]
Genie能够从单一图像提示生成无限种可玩（即可通过行动控制的）游戏场景。 这些图像可以是合成图像、真实照片， […]
OpenCodeInterpreter与之前的代码解释器不同的是，它不仅可以生成代码，还能根据人类的反馈学习如 […]
STORM（Synthesis of Topic Outlines through Retrieval and […]
MistoLine是一个基于SDXL-ControlNet的模型，专注于实现对不同类型线稿的灵活适应和高精度图 […]