近日，一项名为DiffRhythm的技术引起了广泛关注。该技术利用Latent Diffusion模型实现了端到端的全长度歌曲生成，尽管其生成效果尚未达到顶尖闭源模型的水平，但其速度和简洁性令人印象深刻。DiffRhythm的核心优势在...

大多数文本到图像生成模型依赖于从网络上抓取的大量自定义数据。然而，一项最新研究探讨了仅使用ImageNet数据集训练图像生成模型的可能性。研究发现，通过合成生成的密集标注（dense captions）能够显著提升模型性能...

Adobe近日发布了其最新的Firefly Video Model，这是一款专为视频和音频创作设计的生成式AI工具。该模型不仅提供了IP友好的解决方案，还确保了商业使用的安全性，使得创作者能够在保护知识产权的同时，高效地生成高质...

YouTube近日宣布，已将DeepMind的Veo 2技术整合至其Dream Screen功能中。这一创新举措使得用户能够通过简单的文本提示生成高质量的AI视频片段。Veo 2的加入不仅提升了视频生成的质量和效率，还为用户提供了更加丰富...

近日，一项关于CoT（Chain-of-Thought）推理在自回归图像生成领域的研究项目引发了广泛关注。该项目通过探索CoT推理的潜力，旨在提升自回归图像生成模型的表现。自回归模型在图像生成任务中通常依赖于逐步预测像素值...

随着人工智能技术的不断进步，音频生成领域正在迎来前所未有的突破。最新的研究成果显示，通过结合LLM和embedding技术，研究人员能够生成更加自然和富有表现力的音频内容。这一进展不仅为音乐创作、声音模拟等应用带...

Ion编译器作为一款高效的编译工具，其后端优化一直是技术团队关注的重点。近期，Ion团队在后端优化方面取得了显著进展，旨在提升编译效率和运行性能。通过引入先进的代码生成技术和优化算法，Ion编译器能够更好地利...

近日，一款全新的Lisp编译器正式发布，专为RISC-V架构设计。该编译器以Lisp语言编写，旨在提升在RISC-V平台上运行Lisp程序的性能与效率。RISC-V是一种开源指令集架构，因其灵活性和可扩展性而受到广泛关注。新编译器...