AI前沿

OLMo（Open Language Model）与其他开源语言模型的不同之处在于其“完全开放的框架”。 OLMo不仅100%开放了其完整的预训练数据——3万亿token的Dolma数据集 还提供了其...

AI新技术：Emo AI让照片唱歌和说话 什么是Emo AI？ Emo AI是一个新兴的人工智能项目，它能够让任何一张照片具备唱歌和说话的能力。这项技术通过给定的照片和音频文件，自动生成相应的面部表情...

作者：Linrui Tian, Qi Wang, Bang Zhang, Liefeng Bo 机构：阿里巴巴集团智能计算研究院 概述 我们提出了EMO，一个表情丰富的音频驱动的肖像视频生成框架。只需...

中国版Sora横评：字节CapCut AI Video领跑，创企展现实力！ ​​ 概述 2024年3月1日报道，距离OpenAI发布Sora已经过去十几天，中国版Sora的表现受到广泛关注。本次评测深...

引言 近日，剪映AI绘图应用Dreamina上线网页端，标志着张楠全心投入剪映的成长与突破。剪映在AI领域的努力是认真的。然而，Dreamina被指与国内AIGC初创公司Tiamat的logo雷同，引...

Playground v2.5 介绍，领先开源模型，探索文本到图片生成的新境界！ 什么是Playground v2.5？ Playground v2.5 是最新的文本到图片生成模型，它是目前开源模型中...

Gemini的问题 Gemini是Google最近推出的一个AI工具，它可以回答文本形式的问题，也可以根据文本提示生成图片。然而，Gemini的一些回答和生成的图片引发了争议。例如，它生成了一张美国开...

PIKA上线唇形同步：AI视频的新突破，让人物真实对话！ PIKA的更新动态 PIKA在沉寂了3个月后，终于又更新了。他们没有去追求模型的更新，或者控制的优化，而是继续奔赴他们1.0最开始所设定的目标...

可控核聚变在解决未来能源危机方面扮演着至关重要的角色，它被誉为清洁能源的「圣杯」。然而，等离子体不稳定性长期以来一直是困扰核聚变实现的一大难题。最近，普林斯顿团队通过AI技术成功预测了核聚变中的等离子...

简介 Stable Diffusion 3是由stability.ai开放社区在2022年2月23日推出的新版本。这个版本相比于Stable Diffusion 2在文本语义理解、色彩饱和度、图像构图...