Lumina是一个新一代的项目，其目标是成为统一的文本到X生成模型。这个项目的训练涉及到图像、视频、音频和文本的交替，这种方法提高了下游性能。Lumina项目带来的这种全新技术，将对未来的人工智能、机器学习和深度...

ChemFlow是一个新的框架，旨在通过使用深度生成模型高效地导航化学空间，从而提高分子科学的效率。这种新型框架的出现，使化学研究人员能够在化学空间中更加精准地进行探索和导航，从而为分子科学领域的研究和发展开...

StoryDiffusion是一项新的机器学习技术，可用于生成具有长距离相关性的图像和视频。它使用了一种称为StoryGAN的生成模型，可以根据输入的故事情节和场景描述生成相关的图像和视频。这项技术有助于解决传统图像和视频...

研究人员近日推出了一种名为PLLaVA的新模型，该模型通过采用独特的池化策略，使得图像-语言人工智能模型能够适应视频任务。在众多已有的图像-语言模型中，PLLaVA以其全新的应用方式和技术策略，展现出了强大的潜力和...

Sakana AI近日发布了EvoSDXL-JP，这是一款为日语指令优化的高速图像生成模型，采用了一种革新的模型融合方法。与现有模型相比，EvoSDXL-JP的推断速度提高了十倍，并且性能卓越。这款模型非常适合在日本的教育领域使...

本文深入探讨了如何训练扩散模型以生成视频，如何适配图像模型，甚至在无需额外训练的情况下，如何从图像模型中生成视频。扩散模型作为一种新兴的生成模型，已经在图像生成领域取得了显著的成果。文章首先介绍了扩散...

UniFL是一种通过一系列复杂的反馈步骤来提高扩散模型输出质量的方法。这些步骤旨在提升生成图像的视觉质量、美感和偏好对齐。这些技术与底层模型无关，可用于提升任何图像生成模型的性能。

OpenAI宣布其创新性AI图像生成模型DALL-E现已成功与聊天机器人ChatGPT整合。这一新功能的推出使得用户能够在网页版、iOS以及Android平台上直接编辑DALL-E生成的图像。DALL-E此前已因其惊人的图像创造能力而名声大噪...

Stability AI近日宣布了其音乐生成模型的下一代产品——Stable Audio 2.0。该模型通过合法授权的音乐数据进行训练，能够生成长达3分钟的高质量音乐作品。Stable Audio 2.0还具备音频到音频的生成技术，这意味着用户可...

Sakana AI开发了先进的日语语言、视觉和图像生成模型。该公司引入了一种进化模型融合技术，旨在无需昂贵的预训练即可发展基础模型。该模型融合技术已经发布，并附带了方法的解释。这一创新技术将有助于降低AI模型开...