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

新技术可不受位置限制实现无线充电

这一创新技术使设备在三维空间内不受位置限制实现无线充电，为手机和其他电子设备的充电技术发展铺平了道路。它允许在三维空间内的任何位置为设备充电，无论是通过墙壁、地板还是空气。实验显示，新技术能够在2米距离内以46%的功率传输效率传送高达50瓦的电力，不论设备如何移动，充电效率几乎不变。

央广网 2024-12-29

小米SU7城市销量榜：杭州人买的最多上海、深圳包揽亚季军

快科技12月29日消息，易车榜今日发布了小米SU7今年1-11月份的城市销量Top20榜单。榜单显示，小米SU7的主要受众为新一线及一线城市，尤其以北上广深为销量大户。具体来看，杭州是小米SU7销量最高的城市，今年前11月累计销售9402辆，接近万辆。

快科技 2024-12-29

未来智能COO王超：人工智能新浪潮下，AI硬件如何破局

随着AI应用的不断渗透，AI距离普通人的生活越来越近。大到智能汽车，小到AI耳机，从即问即答的AI助手，到能智能化点餐的AIAgent，AI正在从软、硬件两方面，重构每个人的生活。

财经天下WEEKLY 2024-12-29

2024·百姓身边科技事|学校社区融入“智能时代”

这所中学的校长李晓辉说，依托科技团队参加比赛项目，学生不仅在校内的科研课程、实验交流中精进水平，还能进入高校院所的实验室开展研究、参加国内外展示交流活动，向拔尖创新人才的方向发展。

新华社 2024-12-29

华为于W49-W51连续三周夺得中国智能手机市场销量市占率第一名

华尔街见闻从供应链获悉，华为于W49-W51（12.8-12.22）连续三周，分别以25%（124.4万台）、20.9%（101.1万台）和20.2%（92.4万台）的销量市占率，夺得中国智能手机市场第一名。12月4日，华为Mate70系列上市开售。

华尔街见闻 2024-12-29

电视哪个品牌好，五款高品质85英寸电视，年度最佳选择

#年货节好物集市#在当今的家电市场中，电视品牌和手机品牌一样，都呈现出高度的竞争性和多样性。市场上并没有绝对的好或坏的品牌，而是每个主流品牌都有其独特的优势和出色的产品线。这款电视不仅支持一级能效标准，还拥有出色的智能互联功能，可以轻松成为智能家居的核心控制设备。

小米地瓜 2024-12-29

全球跑得最快的高铁！CR450动车组样车发布

12月29日，CR450动车组样车发布，这标志着“CR450科技创新工程”取得重大突破。试验速度时速450公里，运营速度时速400公里，未来投入商业运营后可进一步压缩时空距离，让旅客出行更加便捷高效。

光明网 2024-12-29

“科技+文化”双轮驱动，构建人工智能新时代

“比如，我们通过元宇宙，AR、VR的形式提升内容品质，打造元宇宙空间，通过元宇宙做VR党建，将党建文化通过新的方式来观看、传承。”新国脉数字文化有限公司党委委员、总经理助理、总编辑陆玮仑介绍，技术的发展还需要迭代更新商业模式，为消费者创造更多全新的体验，比如，以前是人去学习机器的语言，现在是机器来学习人的表达方式。

东方网 2024-12-29

日喀则和长白山40米射电望远镜启用

从中国科学院获悉，由中国科学院上海天文台负责建设的日喀则和长白山40米射电望远镜，27日正式落成启用，并将于2025年执行“天问二号”小行星探测任务。这将显著改进我国VLBI网的构型，不仅能更加有力地保障探月四期和深空探测任务，还将成为支撑射电天文研究观测的新利器。

中国战略新兴产业 2024-12-29

普光气田首座高含硫增压站压缩机组完成首保

员王媛12月28日，记者从中原油田普光分公司获悉，普光气田主体湿气增压工程1号增压站3号压缩机组，完成2000小时保养并启机运行。这标志着普光气田首座高含硫增压站压缩机组首保任务完成，该站3台压缩机组已累计平稳运行2000小时。运行期间，该站单台机组最大处理能力为52.5万立方米/天。

环球网科技 2024-12-29

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

新技术可不受位置限制实现无线充电

小米SU7城市销量榜：杭州人买的最多上海、深圳包揽亚季军

未来智能COO王超：人工智能新浪潮下，AI硬件如何破局

2024·百姓身边科技事|学校社区融入“智能时代”

华为于W49-W51连续三周夺得中国智能手机市场销量市占率第一名

电视哪个品牌好，五款高品质85英寸电视，年度最佳选择

全球跑得最快的高铁！CR450动车组样车发布

“科技+文化”双轮驱动，构建人工智能新时代

日喀则和长白山40米射电望远镜启用

普光气田首座高含硫增压站压缩机组完成首保

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