Half_illustration模型是一个用于生成结合摄影和插画涂鸦元素的图像，基于Flux.1 模型训练。 […]

Rendora AI 是一个可以让你快速制作高质量3D形象的AI视频平台。你只需输入文字，就能在几秒钟内生成带 […]

麻省理工学院（MIT）的研究人员创建了一个名为“AI风险库”的数据库，记录了与人工智能（AI）相关的700多项 […]

Mickmumpitz开发的新AI驱动工作流程，旨在轻松地将视频合成到任意背景上。而且可以自动剪切主题，匹配背 […]

AI 学术搜索引擎 Consensus 宣布完成 1150 万美元的 A 轮融资。本轮融资由Union Squ […]

TurboEdit是一个由Adobe Research团队开发的工具，允许用户通过简单的文本描述快速实时编辑图 […]

Seed-ASR 是字节跳动开发的一种先进的自动语音识别（ASR）模型，基于大语言模型（LLM）框架构建。专门 […]

LongWriter 是一个由清华大学数据挖掘研究小组（THUDM）开发的开源项目，旨在利用长上下文大语言模型 […]

研究人员使用了Meta AI 的 Segment Anything Model 2 (SAM 2) 来评估其在 […]

OpenAI 推出 GPT-4o 的微调功能，允许开发者根据特定应用需求定制模型，从而提升性能和准确性。开发者 […]

v0 发布一个基于聊天的网页开发助手，你可以通过聊天的方式与v0互动，让它帮助调试代码、回答开发问题、生成代码 […]

微软发布Phi-3.5-vision 轻量级、多模态的开源模型，其属于Phi-3模型家族。该模型专为需要文本和 […]

随着深度学习技术的进步，神经网络现在能够直接从原始语音数据中学习高质量的通用表示（representation […]

特斯拉正在雇佣员工通过穿戴动作捕捉服来帮助训练其人形机器人Optimus。该职位被称为“数据采集操作员”，时薪 […]

谷歌在今天召开的 Pixel 9 系列手机发布会上，发布了其AI语音助手 Gemini Live 。Gemin […]

在 2024  Pixel 谷歌发布会上，Google推出了许多 Pixel 设备——Pixel 9、Pixe […]

The AI Scientist 是一个全面的自动化科学发现框架，利用先进的大语言模型（LLMs）来执行科学研 […]

MultiOn 推出了一种新型自主 AI 代理 Agent Q。Agent Q，一个自监督的代理推理和搜索框架 […]

Cosine发布了一款，专为软件工程设计的AI模型：Genie。Genie在SWE-Bench和SWE-Lit […]

IncarnaMind 是一个允许用户通过多种大语言模型（LLM）与个人文档（PDF、TXT）进行互动的工具， […]

OpenAI的客户成功经黄金和解决方案工程师举办了一个分享会，分享了员工如何使用 ChatGPT 企业版高效分 […]

ComfyUI_Bxb 是一个插件，可以将 ComfyUI 的工作流一键转换为微信小程序、抖音小程序、微信内H […]

在视频中插入手绘动画！传统上这是一项非常困难的任务，但 VideoDoodles 让它成为可能。 VideoD […]

ReSyncer是由清华大学、百度和南洋理工大学 S-Lab 实验室共同开发的一种新型框架，它能够生成非常逼真 […]

谷歌DeepMind的工程师团队开发了一款能够打业余水平乒乓球的机器人。该机器人的核心硬件基于ABB IRB […]

Qwen2 团队推出了一系列专注于数学能力的语言模型：Qwen2-Math，旨在提升推理能力，特别是在解决算术 […]

苹果发布了Matryoshka Diffusion Models (MDM)，一种新的图像和视频生成方法，可以 […]

LSLM（Listening-while-Speaking Language Model）是由上海交通大学X- […]

“Matting by Generation”是一种新的图像抠图方法，将传统的回归问题转换为生成模型问题，利用 […]

Deep-Live-Cam 是一个实时人脸交换和一键视频深伪工具。它能够利用单张图像对视频或其他图像进行人脸替 […]