搜索优化
English
搜索
Copilot
图片
视频
地图
资讯
购物
更多
航班
旅游
酒店
房地产
笔记本
Top stories
Sports
U.S.
Local
World
Science
Technology
Entertainment
Business
More
Politics
时间不限
过去 1 小时
过去 24 小时
过去 7 天
过去 30 天
按相关度排序
按时间排序
10 天
如何批量在图片上添加水印文字?这六个方法效率超高
上面就是本次关于“如何批量在图片上添加水印文字?”的全部方法介绍,方法一共有6个,都非常的详细,大家学会之后就能一次性的给很多张图片添加文字水印了,提高工作效率节省非常多的时间。此外,云存储和协作平台也开始整合批量水印功能,使得团队成员能够在线协作, ...
8 天
他们掰开神经元,终于让大模型9.8大于9.11了:神秘创业公司,开源AI ...
刚刚官宣的 AI 研究实验室 Transluce(字面意思是让光线穿过某物以揭示其结构) 就在做这件事情。他们开发了一个名叫 Monitor 的交互界面,以帮助人类观察、理解和引导语言模型的内部计算。
2 天
19年亏损终结!Reddit CEO发文感谢AI帮助网站首度盈利
经过19年的亏损,Reddit 终于在上市后迎来了利润。这家在线论坛在2023年第三季度报告中显示,净收入达到了2990万美元,营收348.4亿美元,同比增长了68%。与前两个季度的亏损相比,这一成绩令人瞩目,Reddit 似乎终于找到了自己的方向。
4 天
神秘 AI 模型“小熊猫”一夜刷屏:排名超 Flux、Midjourney
还有人猜测是中杯 Stable Diffusion 3.5,这是 Stability AI 上周发布的模型型号之一,拥有 25 亿参数,采用改进的 MMDiT-X 架构和训练方法,能够生成分辨率在 0.25~2 百万像素之间的图像。
腾讯网
5 天
Nature封面:“揭穿”一切!谷歌团队为AI大模型添加了“隐形指纹”
在人工智能生成图像和视频方面,SynthID 将人眼无法察觉的数字水印直接添加到图像像素或视频的每一帧中。经过精心设计,不影响图像或视频质量,即使经过裁剪、添加滤镜、更改颜色、更改帧速率以及各种有损压缩方案保存等修改,水印依然保持可检测性。
10 天
Stable Diffusion 3.5重磅发布:开源文生图领域的新的一站式解决方案
在持续进化的开源人工智能领域,StabilityAI于2024年10月22日发布了Stable Diffusion 3.5,这一模型的推出被广泛视为文生图(Text-to-Image)技术的巨大进步。新版本引入了三种不同规模的模型,包括Medium、Large和LargeTurbo,旨在让科学研究人员、爱好者、初创企业和商业机构都能受益。此外,这些模型在设计时充分考虑了用户的需求,为各类用户提供了 ...
雷锋网
9 天
智源 Emu3 证明多模态模型新范式:只需基于下一个 token 预测
2024年10月21日,智源研究院正式发布原生多模态世界模型Emu3。该模型只基于下一个token预测,无需扩散模型或组合方法,即可完成文本、图像、视频三种模态数据的理解和生成。
1 天
Meta第三季度财报:核心业务强劲增长 但元宇宙事业亏损44亿美元
这份财报展现了Meta复杂的增长困境。 数据显示,截至9月30日,Meta第三季度营收达到406亿美元,同比增长19%,超出市场预期的403亿美元。 然而,元宇宙业务Reality Labs部门却成为了业绩的“拖油瓶”, 同期亏损高达44亿美元。
12 天
Ilya观点得证!智源仅靠预测下token发布原生多模态世界模型
2024年10月21日,智源研究院正式发布原生多模态世界模型Emu3。该模型只基于下一个token预测,无需扩散模型或组合方法,即可完成文本、图像、视频三种模态数据的理解和生成。
民用航空网
12 小时
非农就业数据佐证经济放缓 进一步打开美联储降息空间
美联储官员料将在下周会议上降息25基点,疲软的非农就业数据创造了继续下调利率的空间。 劳工统计局表示,上个月非农就业人数仅增加12000人,但这些数据可能因两次飓风和 波音 公司的一次重大罢工而失真。不过8月和9月的就业数据被下修,失业率持稳于4.1%。
5 天
Nature封面:“揭穿”一切!Google DeepMind为AI大模型添加了“隐形指纹”
随着生成式 AI 技术的普及,信息透明性和追踪性变得至关重要。虚假信息的传播不仅威胁着社会稳定,也对企业声誉和个人权益带来了挑战。 SynthID 的推出,不仅为生成式 AI 文本的溯源和透明化提供了技术解决方案,也为应对虚假信息的扩散提供了新思路 ...
11 天
DeepSeek新作Janus:解耦视觉编码,引领多模态理解与生成统一新范式
我们提出了 Janus,一种基于自回归的多模态理解与生成统一模型。Janus 的核心思想是对理解和生成任务的视觉编码进行解耦,在提升了模型的灵活性的同时,有效缓解了使用单一视觉编码导致的冲突和性能瓶颈。实验表明,Janus 超越了此前的统一模型的效果 ...
一些您可能无法访问的结果已被隐去。
显示无法访问的结果
反馈