阿里巴巴推出了一项名为FontDiffuser的技术，该技术是一种基于扩散的自动字体生成方法，特别擅长处理复杂字符和大规模风格变化。它采用多尺度内容聚合块来更好地保留笔画，并配备了风格对比细化模块来进行风格转移。...

Google的VideoPoet是一种开创性的语言模型，它在处理文本到视频，视频风格化甚至视频到音频转换等多种任务方面具有独特的能力。这种方法通过将多种视频生成技术融合到一个模型中而脱颖而出。VideoPoet的革命性技术为...

Meta发布了一个名为Imagine的独立图像生成器，其拥有自己的网站，使用生成式人工智能从文本提示中创建图像。该工具使用GAN（生成式对抗网络）技术，可以生成高度逼真的图像，用户只需输入文本提示，就可以生成与之相...

一种新的方法利用扩展的StyleGAN嵌入空间W+用于文本到图像扩散模型，提高了生成图像中的身份保留能力。这种技术可以为个性化的图像生成提供更多的可能性，更好地满足用户的需求。

Kandinsky Video采用双阶段文本到视频生成技术。首先，它通过关键帧来勾勒视频的故事情节，然后平滑过渡和移动，大大提高了视频质量并降低了计算要求。

Bark是一种文本转语音系统，它可以生成连贯、快速和超长的音频输出。现在，我们可以在Jupyter Notebook中使用Bark，将文本转换为语音文件，使其更加便捷。Bark使用深度神经网络作为其文本到语音模型，具有很高的准确...

微软的Xbox与Inworld AI合作，提供AI驱动的游戏开发工具，聚焦于叙事和角色创造，以促进和丰富游戏设计流程。Inworld AI的自然语言生成技术将被应用于游戏开发中，以帮助设计师更快地构建角色和编写对话。这种技术将...

ProductAI是一家提供人工智能（AI）解决方案的公司，日前推出了一项新技术，可通过AI生成高质量的产品照片。这项技术基于计算机视觉和机器学习，能够快速、准确地生成符合规格的产品照片。根据公司表示，这项技术不...