Stability AI发布了关于Stable Diffusion 3（SD3）的研究论文，揭示了这一最新模型 […]
PixelPlayer：MIT的研究团队开发的项目，能自动从视频中识别和分离出不同的声音源，并与画面位置匹配。 […]
该项目由字节跳动开发，DiffusionGPT的牛P之处在于它集成了多种领域的专家图像生成模型。 然后使用LL […]
Pika近日宣布推出新功能Lip Sync，此功能允许用户为视频添加语音对白，并通过ElevenLabs支持实 […]
SAMPLE可以自己设计和测试新的蛋白质，而不需要人类的帮助。就像一个能自己做实验的机器人科学家。 它能自主学 […]
STRUCT CHEM是为了解决大语言模型（LLMs）在复杂化学问题推理中遇到的挑战而设计的一种策略。虽然LL […]
AtomoVideo是一个创新的高保真图像到视频生成框架，由阿里巴巴团队开发。这个框架能够从给定的静态图像生成 […]
Marker 能将 PDF、EPUB 和 MOBI 文件转换成 markdown 格式。它的转换速度是 nou […]
ChatGPT插件将废弃⚠️ OpenAI将引导开发者将ChatGPT插件迁移到GPTs… Support a […]
InstanceDiffusion是一个由BAIR, UC Berkeley和GenAI, Meta共同开发的 […]
塔夫茨大学和哈佛大学维斯研究所团队开发出一种能够在实验室培养皿中移动的微小活体机器人。 他们将这些创造物称为“ […]
Design2Code项目探索了利用生成式人工智能，特别是多模态大语言模型（LLMs），将视觉设计自动转换为前 […]
01.AI发布新一代开源大语言模型：Yi-9B，特别针对双语（中英文）场景进行训练，拥有强大的语言理解、常识推 […]
ResAdapter是一个由字节跳动开发的领域一致性分辨率适配器，它能让扩散模型、生成不同分辨率和比例的图像， […]
如何使用Midjourney v6 创建自己的服装品牌 博主Hugo Ventura分享了他使用Midjour […]
Chase Lean @chaseleantj 在X上分享了一种简单的方法，用于改变图像的风格同时保持角色和姿 […]
MovieLLM 是由复旦大学和腾讯PCG的研究人员共同开发的一个新颖框架，能够从简单的文本提示中生成高质量、 […]
SaulLM-7B，这是一款专为法律领域定制的大语言模型（LLM）。拥有70亿参数，SaulLM-7B是首个专 […]
Figma推出一个强大的功能——多重编辑（Multi-edit），这项功能极大地简化了在Figma中跨多个框架 […]
RT-H是一个利用视觉语言模型（VLM）通过语言来预测动作层次结构的模型，由Google DeepMind的研 […]
OptimizerAI是一个AI声音效果生成器，专注于为创作者、游戏制作者、艺术家和视频制作者生成声音效果的平 […]
由传奇芯片架构师吉姆·凯勒（Jim Keller）领导的公司Tenstorrent，发布了其首款硬件产品Gra […]
The Pile是一个由EleutherAI提供的825 GiB大小的多样化、开源语言建模数据集，它由22个较 […]
Magi模型，由牛津大学工程科学系的视觉几何组开发。这项研究的核心目标是通过人工智能技术自动为漫画生成文字剧本 […]
Cradle，一个具有强大推理能力的代理框架，旨在探索通用计算机控制领域，以《荒野大镖客2》（Red Dead […]
AIwechat-Vercel利用 Vercel 的 Serverless Functions 提供后端服务， […]
哈佛大学CS50x 2024课程 CS50简介： 这是哈佛大学的一门计算机科学和编程入门课程，适合专业学生和非 […]
PIXART-Σ是由华为诺亚方舟实验室、大连理工大学和香港大学的研究人员共同开发的一个基于Diffusion […]
Pika平台发布了一项新功能，允许用户为视频无缝生成和集成音效，用户可以指定想要的声音或让平台根据视频内容自动 […]
WhiteRabbitNeo发布WhiteRabbitNeo-7B-v1.5a 模型，该模型属于文本生成领域， […]
Stability AI发布了关于Stable Diffusion 3（SD3）的研究论文，揭示了这一最新模型 […]