谷歌推出了一款名为PaliGemma的开源视觉语言模型，该模型结合了图像处理和语言理解的能力，旨在支持多种视觉语言任务，如图像和短视频字幕生成、视觉问答、图像文本理解、物体检测、文件图表解读以及图像分割等。

站长之家 谷歌大模型语言图像

562 0

OpenAI 发布最新旗舰大模型 GPT-4o，所有用户都可以免费使用!该模型提供了 GPT-4 级别的 AI 能力，接受文本、音频和图像的任意组合输入，并能够生成文本、音频和图像的任意组合输出。

Donews OpenAI大模型图像

648 0

Lumina-T2X 是一个创新的内容生成系列模型，它采用了统一的 DiT(Diffusion Model)架构，能够通过文本生成图像、视频、多视角3D 对象以及音频剪辑。

站长之家 大模型文本图像视频

642 0

近期，来自伦敦帝国理工学院和戴尔的研究团队推出了 StyleMamba，这是一种有效的框架，用于转移图片风格，通过使用文本来指导风格化过程，同时保持原始图像内容。

站长之家 StyleMamba大模型图像

657 0

据The Information消息，OpenAI正筹备展示一种革命性的人机对话技术。据可靠消息，这一技术将结合声音和文本，不仅能与用户进行流畅的交流，还具备识别物体和图像的能力，为用户带来前所未有的交互体验。

站长之家 OpenAIAI人机对话图像

561 0

最近，华为的4K图像模型PixArt-Σ放出了模型文件，而且diffusers也支持了这个架构，用户可以在Comfyui上尝试。

站长之家 华为图像大模型

550 0

GitHub 上的 fofr/cog-become-image 项目是一个创新的图像转换工具，它能够将任意人物的面部图像转换成另一种风格的图片。这项技术的应用范围非常广泛，包括但不限于艺术创作、媒体制作和娱乐行业。

站长之家 图像大模型

600 0

PuLID是一个新兴的ID保持项目，它在提升ID保持效果的同时，还致力于最小化对原始模型的影响。

站长之家 图像大模型模型

700 0

AdobePhotoshop迎来了一次重大更新，通过集成Adobe Firefly Image3Model，引入了多项新的AI功能，这些功能大幅提升了图像编辑的深度与灵活性。

站长之家 PhotoshopAdobe图像大模型

610 0

Adobe 发布了 Firefly 图像生成模型的最新版本，名为 Firefly Image3，声称具有 “摄影细节” 的图像生成能力。

站长之家 Adobe图像大模型

523 0

在视频分割领域，Segment Anything 模型(SAM)被用于探索新的视频对象分割技术。研究团队测试了两种不同的模型，旨在结合 SAM 的分割能力和光流技术的优势，以提高视频分割的性能。

站长之家 视频大模型图像

545 0

今天，Midjourney发布了一个有趣的功能，可以基于提示词生成完全随机的图像风格。使用方式:在提示词后添加 --sref random，如果找到了喜欢的风格可以通过 --sref url 将风格迁移到新图片上。

站长之家 Midjourney图像大模型

593 0

字节跳动的Lightning团队发布的新图像模型蒸馏算法Hyper-SD，是一项在图像处理和机器学习领域的重要进展。这项技术通过创新的方法提升了模型在不同推理步骤下的性能，同时保持了模型大小的精简。

站长之家 字节跳动图像大模型算法

687 0

在最新的研究中，提出了一种名为注意力混合模式(MoA)的新架构，旨在个性化文本到图像扩散模型，可以实现风格参考和人物融合的效果。

站长之家 图片大模型文本图像

515 0

InstantMesh是一项突破性的技术，能够从单张图像快速生成高质量的三维网格模型。这项技术利用了前馈框架，结合了多视图扩散模型和基于大规模重建模型(LRM)的稀疏视图重建技术，极大地优化了3D资产的创建过程。

站长之家 InstantMesh图像模型大模型

608 0

Stability AI 最近宣布了一个激动人心的消息:其开发者平台API现已支持最新版本的Stable Diffusion3(SD3)及其增强版本Stable Diffusion3Turbo。

科技魔方 模型大模型AI图像

547 0

实验数据上，这个名为VAR(Visual Autoregressive Modeling)的新方法不仅图像生成质量超过DiT等传统SOTA，推理速度也提高了20+倍。

量子位公众号 北大字节大模型图像

684 0

4月11日，谷歌在官网宣布从5月15日起，将向所有谷歌相册用户免费提供Magic Editor、Photo Unblur和Magic Eraser三款生成式AI编辑工具。

AIGC开放社区公众号 谷歌大模型图像编辑

643 0

DesignEdit是一款突破性的图像编辑软件，它采用了设计领域中常见的图层概念，为用户带来了一种全新的空间感知图像编辑体验。

站长之家 AI图像DesignEdit大模型图像

510 0

FacetAI是一款创新的图像编辑工具，它以其独特的功能和用户友好的操作界面，为广告制作和产品图像设计领域带来了革命性的变化。这款工具的核心优势在于其精确控制图像元素的能力，使得用户可以轻松地对图像进行实时编辑和

站长之家 AI图像FacetAI图像

539 0

Meta公司最近推出了一款名为OPT2I的新框架，该框架利用大型语言模型(LLM)来提高SD 图像从提示词到图像(T2I)的生成过程中的一致性。

站长之家 Meta框架图像

701 0

DALL-E即将推出图片的编辑功能，类似于局部重绘。这意味着用户可以通过画笔涂抹指定区域，然后对该区域进行重绘。这一功能的推出将为用户提供更多的创作可能性，让他们能够更加灵活地编辑和调整图像。

站长之家 DALL-E图片图像

667 0

Freepik最近推出了一款名为ReimagineAI的工具，这款工具的推出无疑为图片处理带来了全新的体验。

站长之家 Freepik图像工具

680 0

SD3模型还未发布，SD3-Turbo又来了!近日，一篇关于SD3-Turbo的论文引起了广泛关注。该论文主要介绍了Stability AI升级过的蒸馏技术LADD，以及其在SD3-Turbo模型上的应用效果。

站长之家 SD3模型大模型图像模型

521 0