近日，Draw-and-Understand项目推出了一款名为SPHINX-V的多模态大型语言模型。该模型通过视觉提示，旨在增强人与AI之间的互动交流。SPHINX-V结合了文本、图像与声音等多种信息输入，通过深度学习技术，实现了更加自...

Clarity Upscaler是一款集成了最新人工智能技术的图像放大工具，其GitHub页面已公开。该工具能够将低分辨率图像通过AI算法转换为高清晰度图像，有效改善了图像的放大过程中可能出现的模糊和像素化问题。Clarity Upsc...

这个项目引入了一种新颖的方法，通过单个图像生成高质量、详细的3D物体，增强了3D物体的生成。该方法基于视频扩散模型，利用深度学习技术从单个视角的2D图像生成高质量的3D模型。此方法可应用于各种领域，如游戏制作...

据Elon Musk在X上透露，xAI的语言模型Grok将在未来几天内开源。 Grok是xAI的一项重要技术，它基于深度学习技术，能够快速地处理自然语言，并在文本中找到有意义的信息。Grok已经在xAI内部使用了很长时间，现在将会对...

AlphaFold被用于预测蛋白质折叠后的状态。通过添加可逆的流匹配，您可以在整个蛋白质领域显著提高建模能力。在蛋白质结构预测领域，AlphaFold目前是最先进的计算机程序之一，它使用深度学习技术来预测蛋白质的三维结...

Google最近推出了一种新的文本到视频模型Lumiere，该模型可以将图像和风格作为输入，并使用一种新颖的“空时UNet”同时扩散所有内容。该模型采用了深度学习技术，可以将文本内容转换为相对应的视频，并且不需要任何人...

Google最近发布了一段7分钟的视频，介绍了他们的Brain2Music项目，该项目旨在通过读取人脑信号来生成音乐。该项目使用深度学习技术来识别人脑中与音乐有关的信号，并将其转换为音乐的元素，如节拍、旋律和和弦。该技...

SyncTalk是逼真的人物形象中的突破。它克服了以往在同步面部身份、唇部运动和表情方面遇到的挑战。SyncTalk使用最新的深度学习技术，通过从少量的样本中学习，以逼真的方式生成高质量的人物形象。 SyncTalk可以应用...