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

科创解码｜对话张波：新材料助力绿水青山，“绿氢”来了

地球上70%是水，水里是氢和氧，这样看来氢的含量非常多。怎么把这个成本降下来？张波说，如果用了更低价格的绿电产出来的氢气，比如一度电降到两毛钱以内，一公斤氢气10块钱都不到，那交通成本的价格也会降下来，氢能燃料电池汽车也有望更加普及、走向社会。

东方网 2024-12-30

游侠网 2024-12-30

用友：20个“关键词”解码2024大型企业数智化

2024年是大型企业数智化转型的加速之年，我们见证了大型企业数智化转型的跨越式发展!AI、大数据、云计算快速发展，成为企业数智化核心技术，众多领先企业积极探索技术与应用的融合，持续提升运营效率与决策精准度。

中国财富网 2024-12-30

在轨实施181个项目！报告首次发布→

据中国载人航天工程办公室消息，12月30日，在即将迎来中国空间站全面建成两周年之际，该办公室首次公开发布《中国空间站科学研究与应用进展报告》（2024年）（以下简称《报告》）。

光明网 2024-12-30

用AI之眼探索万物，支付宝上线“探一下”

12月30日，支付宝推出新一代AI视觉搜索产品“探一下”，基于自研的多模态大模型技术，可“用AI之眼探索万物”，提供更快速、有用、趣味的生成式搜索服务。用户遇到感兴趣的事物，就能让AI通过摄像头，识别花草宠物和潮玩、做旅游的随身讲解、查询商品药品详情等，还能趣味解读萌宠照、宝宝照等，晒图不愁配文案。

扬子晚报 2024-12-30

二次元风拉满！华硕ROG STRIX Z890-H GAMING WIFI S主板图赏

快科技12月30日消息，华硕近日推出了ROGSTRIXZ890-HGAMINGWIFIS主板。现在这款新品已经来到我们评测室，下面为大家带来图赏。华硕ROGSTRIXZ890-HGAMINGWIFIS主板拥有强悍的供电解决方案。主板正面及背面多处融入RO姬身影，还有相关主题配件，二次元风拉满。

驱动之家 2024-12-30

Magic7 RSR保时捷亮相，荣耀宣布全面升级大王影像

近日，荣耀Magic7RSR保时捷设计及影像技术发布会上，荣耀正式宣布Magic7系列将全面升级“大王影像”，以人性化的摄影体验为核心目标，重塑摄影体验新境界。全新端侧AIRAW大模型技术，让手机可以充分释放传感器极限解析力，重点提升12x-30x焦段中高倍望远拍摄的照片画质。

三湘都市报 2024-12-30

央视《焦点访谈》：岚图汽车彰显中国先进智造实力

工厂屋顶上一排排整齐排列的太阳能光伏板，年发电量2000万千瓦时；车间内935台机器人协同作业、如臂使指；AGV智能搬运机器人满载零部件，沿既定轨道驶向装配生产线；总装车间内，每118秒，就有一辆汽车从智能流水线诞生……12月28日晚黄金时段，中央电视台《焦点访谈》栏目特别策划的《信心2024》制造业专题开播，岚图汽车高端智造工厂、岚图...

中新汽车 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

科创解码｜对话张波：新材料助力绿水青山，“绿氢”来了

英伟达押注下一个增长点：“人形机器人大脑”Jetson Thor预计明年上半年上市

微星发布全新显示器型号MPG-325CQRXF 支持AI Vision

SIE CEO：PS5硬件质量过硬会有很长的生命周期

用友：20个“关键词”解码2024大型企业数智化

在轨实施181个项目！报告首次发布→

用AI之眼探索万物，支付宝上线“探一下”

二次元风拉满！华硕ROG STRIX Z890-H GAMING WIFI S主板图赏

Magic7 RSR保时捷亮相，荣耀宣布全面升级大王影像

央视《焦点访谈》：岚图汽车彰显中国先进智造实力

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