Meta公司新推出的Emu图像生成模型已在用户偏好调查中超越SDXL。Emu模型是在11亿图像对上进行预训练的，只在几千张精心策划的图像上进行了微调。此模型将作为Meta新AI助手计划的主要支柱。Emu的高效性能，证明了大规...

InternLM-XComposer是一个前沿的工具，能够创建文本和图片完美配合的文章。这款工具采用了先进的图像和文本理解技术，可以根据文本内容自动生成与之相符的图片，也可以根据图片生成相应的文本。此外，该工具还支持自...

近日，一篇研究论文介绍了一个名为EmoPP的模型，该模型融入了情感线索，以实现更准确的韵律分词预测。作者强调了韵律分词在实现自然 sounding Text-to-Speech（文本到语音）过程中的重要性。韵律分词是一种基于语音...

从非结构化文本中生成知识图谱曾被视为自然语言理解的终极目标，现在，你只需50行代码和一个LLM便可实现。知识图谱是一种复杂的数据结构，可以以图形的形式表现出各种实体之间的关系。这样的结构有助于机器更好地理...

将长篇文字转化为图像一直是一项艰巨的任务，尤其当需要展示的项目或细节众多时。然而，一种新的方法打破了这个困扰。这种新的方法将长篇描述分解成更简单的步骤，确保每个细节在图像中的位置都恰到好处，从而为从文...

科技公司Coqui近日公布了其新型文本转语音模型xtts的权重参数。该模型能够克隆语音参数，并能进行多语种的合成。此项技术的出现，无疑是对人工智能领域的一大贡献，预计将在语音合成、语音识别等多个应用领域发挥巨...

OpenAI最近对那些声称ChatGPT是在盗版书籍上训练出来的作家们提出的诉讼给予了回应。OpenAI以转化使用为理由，寻求驳回大部分的指控，同时将这一情形与谷歌图书版权案进行比较，以此来反驳对其违反《数字千年版权法...

研究人员已经找到一种方法，通过使用名为校正流（Rectified Flow）的技术，加快将文本转化为图像的过程。校正流技术是一种新颖的方法，它可以加速和优化图像的生成过程。这种方法凭借其高效的性能，为文本到图像的快...