最近，一个名为PanFusion的项目引起了业界的广泛关注。该项目采用了一种双分支扩散模型，可以直接从文本提示生成360度全景图像。该方法结合了稳定的扩散技术和专门的全景分支，并通过独特的交叉注意力机制来减少图像...

谷歌在其Vertex AI平台上公开预览了最新一代生成型AI模型Gemini 1.5 Pro。该模型提供了高达100万个标记的大容量上下文窗口，这使得它能够处理更复杂的文本生成任务，同时保持高效的计算性能。此举进一步展示了谷歌在...

近期，研究人员开发了一种名为提示自动编辑（Prompt Auto-Editing，简称PAE）的新技术，旨在提升基于文本生成图像的技术水平。该技术利用了Imagen和Stable Diffusion等扩散模型，通过在线强化学习动态调整文本提示中...

OpenAI最近宣布扩大其定制模型计划，通过辅助微调和定制训练模型，帮助企业客户开发适合特定使用场景的生成式AI模型。这一服务的推出，意味着企业可以根据自己的特定需求，获得更加个性化和高效的AI解决方案。生成式...

ElasticDiffusion是一种革新性的解码方法，它使得文本到图像的扩散模型能够在不经过额外训练的情况下，创建不同尺寸和宽高比的图像。这种技术的出现，为图像生成领域带来了新的可能性，尤其是在处理具有特定宽高比要...

OpenAI正将其视频生成工具Sora推介给多家好莱坞制片厂、艺人经纪公司以及媒体高管。Sora是一款基于人工智能技术的视频制作软件，能够根据文本提示生成逼真的视频画面。这一工具的推广可能会对电影制作、广告创意以及...

苹果公司正在与谷歌进行谈判，以期将Gemini生成性AI技术集成到iPhone中。此外，苹果也在考虑使用OpenAI的ChatGPT。这一举措标志着苹果在人工智能领域的雄心壮志，可能为iPhone用户带来前所未有的智能体验。若谈判顺...

MobiLlama是一个完全开源、透明、小型的语言模型，适用于移动设备。它的表现对于一个0.5B参数模型来说非常出色，甚至超过了一些更大的模型。