AI视频生成赛道风起云涌，国内外新颖的文生、图生视频产品层出不穷。在各大厂商的内卷之下，当下的视频生成模型各方面已经接近以假乱真的效果。例如，OpenAI 的 Sora 和国内的 Vidu、可灵等模型，通过利用 Diffusion Transformer 的扩展特性，不仅能够满足各种分辨率、尺寸和时长的预测要求，同时生成的视频更符合物理世界的表现。但与此同时，大部分视频生成模型的准确程度、遵循指令...
在人工智能领域，每一天都可能发生颠覆性的变革。就在Midjourney刚刚进行大更新的第二天，开源图像生成领域就迎来了一匹令人瞩目的黑马——FLUX.1。这个突如其来的新玩家不仅在性能上声称大幅超越了DALL·E3、Midjourney V6等闭源模型，还将开源的SD3系列全线秒杀，瞬间引爆了AI圈。出道即巅峰专找最硬的打，有点乔峰横扫聚贤庄的意思。原来刚成立的FLUX.1的创始人是大名鼎鼎的Ro...
在最近的大模型战争中，OpenAI似乎很难维持霸主地位。虽然没有具体的数据统计，但Claude3.5出现后，只是看网友们的反响，就能感觉到OpenAI订阅用户的流失：既然Claude3.5比GPT-4o好用，为什么我们不去订阅Claude呢？而这长达数月的批评声中，OpenAI似乎尽显颓势，除了GPT-4o mini这个小模型以外，似乎再也没有什么创新点。甚至就在前几日，GPT-4o还被开源的大模...
这可能会是AI技术形态的一个转折点,大模型的下一个形态，不再是人和模型一轮一轮的即时问答了。当地时间 7 月 29 日，在美国丹佛举行的第 51 届 SIGGRAPH 计算机图形学会议上，英伟达创始人、CEO 黄仁勋与 Meta 创始人、CEO 马克・扎克伯格进行了一场全球瞩目的炉边谈话。这场对话主要围绕生成式 AI 技术，及其在各种领域上的应用展开。会议中，面向全球领先的机器人制造商、AI 模型...
继前几日推出完开源大模型Llama 3.1后，就在刚刚，Meta在 SIGGRAPH 上重磅宣布 Segment Anything Model 2 (SAM 2) 来了。在其前身的基础上，SAM 2 的诞生代表了领域内的一次重大进步 —— 为静态图像和动态视频内容提供实时、可提示的对象分割，将图像和视频分割功能统一到一个强大的系统中。SAM 2可以快速、精确地在任何视频或图像中选择对象。它不仅能在...
