DiT架构大一统：一个框架集成图像、视频、音频和3D生成，可编辑、能试玩

作者：机器之心发布时间：2024-05-13

今年 2 月初，Sora 的发布让 AI 社区更加看到了基础扩散模型的潜力。连同以往出现的 Stable Diffusion、PixArt-α 和 PixArt-Σ...【查看原文】

相关资讯

Meta-Transformer实现骨干网络大一统，12种模态，一个学习框架

机器之心编辑部由统一的多模态理解，迈向通用感知智能。在迈向通用人工智能（AGI）的诸多可能的方向中，发展多模态大模型（MLLM）已然成为当前炙手可热的重要路径。在 GPT4 对图文理解的冲击下，更多模态的理解成为学术界关注的焦点，通感时代真要来了吗？我们知道，人类在学习的过程中不仅仅会接触到文字、图像，还会同时接触声音、视频等各种模态的信息，并在脑中对这些信息同时进行加工处理和统一学习。那么：人工智能可以具备人类统一学习多模态信息的能力吗？事实上，多模态之间的互补性可以增强人工智能的学习能力，比如，CLI

人工智能 AGI GPT-4

大数据狂人 2023-07-25

免费GPT-4o来袭，音频视觉文本实现「大一统」

导语：OpenAI「魔法」降临。

OpenAI

赖文昕 2024-05-14

OpenAI发布新模型GPT-4o，音频视觉文本实现“大一统”

发布会上，MiraMurati宣布ChatGPT-4o将免费向所有用户开放，而付费和企业用户，可以抢先获得体验。另外，OpenAI还推出了新版的GPT桌面应用，让用户可以直接在电脑桌面上使用ChatGPT，并…

OpenAI ChatGPT

福布斯 2024-05-17

深度学习 AIGC大一统(GAN&Diffusion)2期

深度之眼-AIGC大一统(GAN&Diffusion)2期(吉米)深度之眼-AIGC语音识别与合成1期深度之眼-CV transformer论文小班深度之眼-大型语言模型事实一致性的研究3期论文小班深度之眼-大语言模型的RLHF1期深度之眼-对抗机器学习3期深度之眼-多模态大模型(天朗老师)深度之眼-机器学习时间序列预测深度之眼-时间序列分析:从传统方法到深度模型1期深度之眼-时序分析论文小班9深度之眼-通用AIGC及扩散模型3期论文小班深度之眼-预训练大模型背景下的知识问答与对话生成学习资源代找❤ ww

深度学习大语言模型机器学习 AIGC

bili_57985526763 2024-07-19

新扩散模型OmniGen一统图像生成，架构还高度简化、易用

相反，在文本生成领域，以ChatGPT为代表的模型可通过人类指令直接处理各种文本任务。同时，OmniGen具有更高阶的能力：指代表达生成能力，我们把这种能力定义为能够从包含多个对象的图像中，识别指令所指代的对…

ChatGPT

机器之心Pro 2024-11-07

近期资讯

纳思达旗下奔图第1800万台打印机成功下线

近日，在央视记者撒贝宁与杨新颖的见证下，纳思达旗下的打印机品牌奔图全球第1800万台打印机成功下线。这不仅是奔图作为打印机制造商发展进程一个历史性的节点，也是中国打印产业一个值得纪念的时刻。一路走来，奔图始终贯彻自主创新这一坚定信念，从国产打印机的开拓者一步步走向世界打印机的领军者。

中国财富网 2024-12-30

第三届重庆市青少年智能机器人编程大赛决赛在垫江举行

12月28日，第三届重庆市青少年智能机器人编程大赛决赛在垫江三合湖城市博览中心举行，大赛由市委宣传部、市委文明办、市教委、市科技局、市文化旅游委、团市委、市科协、市少工委主办，中共垫江县委宣传部、垫江县教育委员会、垫江县科学技术局、垫江县文化和旅游发展委员会，垫江县科学技术协会、共青团垫江县委员会、中国少年先锋队垫江县工作委员会、垫江县东...

上游新闻 2024-12-30

华为多款手机降价促销，最高降幅达2500元

12月30日，记者从华为官网看到，华为Pura70系列、MateX5等多款手机开启降价促销优惠，降价范围从500元到2500元不等，主要涉及高端机型，其中力度最大的HUAWEIMateX5降价幅度达2500元。几年前，选购电子产品作为年货尚属新奇之举，而今，不少人开始将电子产品纳入年货清单。

北京日报 2024-12-30

惠州顺建精密制造取得一种表壳粗磨光机专利，提高表壳粗磨光效率

金融界2024年12月30日消息，国家知识产权局信息显示，惠州顺建精密制造有限公司取得一项名为“一种表壳粗磨光机”的专利，授权公告号CN222222119U，申请日期为2024年5月。

金融界 2024-12-30

2024工业企业新质生产力十大特征与趋势发布

12月28日，由中国工业报社主办的第十七届中国工业论坛在北京举行。本届论坛以“科技引领工业向‘新’”为主题，发布了《2024新质生产力趋势与实践研报》。据介绍，中国工业报社、《中国机械》杂志社组织中工智库、中国工业新闻网，从2024年3月起，正式发起“2024寻找新质生产力领跑者”行动，其间，地方、园区、企业报名参与机构达160多家。

中国经济网 2024-12-30

智元稚晖君宣布开源百万真机数据集

12月30日，国内人形机器人公司智元机器人宣布将其数据集agibotworld开源，该数据集是全球首个基于全域真实场景、全能硬件平台、全程质量把控的百万真机数据集，开源意味着全球所有人形机器人公司都能使用agibotworld里的数据训练机器人，而这些反馈后的数据也将进一步充实agibotworld。

证券时报 2024-12-30

阿里给出了AI治理路径

近日，在大模型技术发展与治理创新研讨会上，阿里巴巴集团副总裁钱磊表示，为了对大模型进行有效治理，提高它的可控性，降低应用风险，阿里围绕着大模型研发、应用全生命周期，全面部署了安全保障措施。

华尔街见闻 2024-12-30

英伟达计划明年上半年发布新一代人形机器人计算平台，支持多模态AI模型

在AI（人工智能）芯片领域面对愈发激烈的竞争，AI芯片龙头英伟达将人形机器人视为下一个富有潜力的巨大市场。当地时间12月29日，据外媒报道，英伟达将于2025年上半年正式推出下一代专用于人形机器人的小型计算机JetsonThor。在今年3月的英伟达GPU技术大会（GTC）上，英伟达CEO黄仁勋宣布公司将推出JetsonThor芯片平台。

澎湃新闻 2024-12-30

荣耀大王影像发布，AI与影像相结合是未来发展方向

12月23日，荣耀在北京举办了荣耀Magic7RSR保时捷设计及影像技术发布会，从主题就可知，本次不仅有定位高端的旗舰新机——荣耀Magic7RSR保时捷设计登场，荣耀还正式带来了“大王影像”。手机之家注意到，AI和影像是本次发布会出现的两个高频关键词。

iMobile爱科技 2024-12-30

realme UI 识屏问答功能 2025 年 1 月中旬上线

IT之家12月30日消息，realmeUI产品经理@康达Leo今日发文透露，realmeUI识屏问答功能将于2025年1月中旬上线，相机相册水印功能将在春节前上线。

IT之家 2024-12-30

DiT架构大一统：一个框架集成图像、视频、音频和3D生成，可编辑、能试玩

推荐体验

相关资讯

Meta-Transformer实现骨干网络大一统，12种模态，一个学习框架

免费GPT-4o来袭，音频视觉文本实现「大一统」

OpenAI发布新模型GPT-4o，音频视觉文本实现“大一统”

深度学习 AIGC大一统(GAN&Diffusion)2期

新扩散模型OmniGen一统图像生成，架构还高度简化、易用

近期资讯

纳思达旗下奔图第1800万台打印机成功下线

第三届重庆市青少年智能机器人编程大赛决赛在垫江举行

华为多款手机降价促销，最高降幅达2500元

惠州顺建精密制造取得一种表壳粗磨光机专利，提高表壳粗磨光效率

2024工业企业新质生产力十大特征与趋势发布

智元稚晖君宣布开源百万真机数据集

阿里给出了AI治理路径

英伟达计划明年上半年发布新一代人形机器人计算平台，支持多模态AI模型

荣耀大王影像发布，AI与影像相结合是未来发展方向

realme UI 识屏问答功能 2025 年 1 月中旬上线

推荐体验

AIGC重要产品

AI对话：类ChatGPT产品体验

好用的AI绘画工具

火热的AIGC产品

AIGC近期要闻

大公司发布的大模型产品都有哪些？

政府对AIGC的扶持政策

AIGC对就业的影响：我们会失业吗？

AIGC产业影响

AIGC对内容创作的影响

AIGC对绘画设计领域的影响

AIGC对各行各业的影响