（图片来源网络，侵删）
上一篇
LabelU – 开源的多模态数据标注工具
猜你喜欢
-
发布了文章 12秒前
MAGI-baidu091 – Sand AI 开源的首个自回归视频生成模型
MAGI-1 是 Sand AI 开源的全球首个自回归视频生成大模型，采用自回归架构，通过逐块预测视频序列生成流畅自然的视频，支持无限扩展和一镜到底的长视频生成。...
-
发布了文章 2分钟前
MAETok – 港大联合北大等机构推出的自动编码器
MAETok（Masked Autoencoders Tokenizer）是卡内基梅隆大学、香港大学、北京大学等机构推出的用在扩散模型的新型图像标记化方法。MAETok基于掩码建模（Mask Modeling）训练自编码器（...
-
发布了文章 2分钟前
M2UGen – 腾讯联合国立大学推出多模态音乐理解和生成框架
M2UGen是先进的多模态音乐理解和生成框架，由腾讯PCG ARC实验室与新加坡国立大学联合推出。结合了大型语言模型（LLM）的能力，能处理包括文本、图像、视频和音频在内的多模态输入，生成相应的音乐。...
-
发布了文章 5分钟前
Lyria 2 – DeepMind 推出的 AI 音乐生成模型
Lyria 2 是谷歌 DeepMind 推出的第三代 AI 音乐生成模型，作为 Vertex AI 平台的核心组件，具备高保真音频生成能力，能输出 48kHz、24-bit 的专业级立体声音频。支持多种音乐风格，包括流行、...
-
发布了文章 8分钟前
Lyra – SmartMore联合多所高校推出的增强多模态交互能力
Lyra是香港中文大学、SmartMore和香港科技大学推出的高效多模态大型语言模型（MLLM），专注于提升语音、视觉和语言模态的交互能力。Lyra基于开源大型模型、多模态LoRA模块和潜在的多模态正则化器，减少训练成本和数...
-
发布了文章 12分钟前
LuminaBrush – AI光源绘制工具，手绘光影线条自动生成光影效果
LuminaBrush 是用在图像上绘制照明效果的交互式工具。LuminaBrush基于 Flux 文生图项目，用两阶段方法：第一阶段将图像转换为“均匀照明”的外观，第二阶段根据用户涂鸦生成具体的照明效果。两阶段方法简化了学...
-
发布了文章 12分钟前
Lumina-baidu09Video – 上海 AI Lab 和港中文推出的视频生成框架
Lumina-Video是上海 AI Lab 和香港中文大学推出的视频生成框架，基于Next-DiT架构，针对视频生成中的时空复杂性进行优化。基于多尺度Next-DiT架构，用不同大小的patchify层提升效率和灵活性，基...
-
发布了文章 15分钟前
Lumina-baidu09Image 2.0 – 上海 AI Lab 开源的统一图像生成模型
Lumina-Image 2.0 是开源的高效统一图像生成模型，参数量为26亿，基于扩散模型和Transformer架构。在图像生成质量、复杂提示理解和资源效率方面表现出色，在文本对齐能力上达到行业领先水平，能根据文本描述生...
全部评论
留言在赶来的路上...
发表评论