这项研究引入了一个名为“理性分割”的新AI任务，设计用于根据复杂和隐含的文本指令生成分割掩膜。此研究展示了一个名为LISA（Large-language Instructed Segmentation Assistant）的工具作为展示。LISA结合了大语言模...

你是否曾经希望AI能够创作出真实且灵活的人类舞蹈视频？这正是DisCo模型所做的！它不仅能够保持人物主体和背景的外观，准确地跟随舞蹈姿势，而且还能适应它从未见过的新主体、背景和姿势。DisCo模型利用参考图像，精...

研究人员引入了一种名为vox2vec的创新方法，该方法通过自我监督学习，能够在体素（3D像素）级别更好地理解医疗图像，如CT扫描图。研究结果显示，与领域内的其他技术相比，vox2vec表现出色，提供了一种更高效的解决方...

HuggingFace公司最近在其文字生成接口（GitHub Repo）中进行了一次重要的许可证变更，该接口现在不再可用于商业用途。此接口是一个建立在Rust、Python和gRPC服务器上的文字生成推断系统，广泛应用于HuggingFace公司...

彭博社记者Mark Gurman证实了即将在一个多月内发布的下一代iPhone系列的一些细节。新的Pro型号将采用钛合金边框和更窄的屏幕边框。静音开关将被可定制按钮替代，闪电接口将被USB-C接口取代。Max型号的价格将上涨高达...

AI基于文本的接口为我们与软件交互开辟了一种全新的方式，但是在非结构化文本中寻找洞察力却十分困难。Tidepool就是为解决这一问题而生，它能在用户的文本交互中找出模式，帮助你做出更好的产品决策。AI在许多领域已...

近日，已发布超过400万对高质量、经过策划的文本和图像对，用于视觉问题回答。所有这些数据都是由Midjourney合成生成的，因此有人戏称这个数据集为Midjourney蒸馏数据集。这意味着该数据集能够提供丰富的视觉和语言...

稳定性AI近期发布了最新的先进文本到图像模型，稳定扩散XL (SDXL) 1.0，该模型已在亚马逊Bedrock，以及其自有API上提供。新模型提供了改进的颜色准确性和细节，并引入了一个用于专门图像生成的Beta微调功能。SDXL 1....