搜索
【新智元导读】利用文本生成图片（Text-to-Image, T2I）已经满足不了人们的需要了，近期研究在T2I模型的基础上引入了更多类型的条件来生成图像，本文对这些方法进行了总结综述。
年 5 月，动动鼠标就能让图片变「活」得研究 DragGAN 吸引了 AI 圈的关注。通过拖拽，我们可以改变并合成自己想要的图像，比如下图中让一头狮子转头并张嘴！
近日，谷歌DeepMind宣布推出一个可扩展指令多世界智能体（Scalable Instructable Multiworld Agent，SIMA）。
约一年前，OpenAI发布了强大的基础模型GPT-4，这催生了一批基于GPT-4打造应用的创业公司，其中就有法律AI领域的领头羊Harvey。
本文介绍了当前AI创业领域的状况，讨论了基石模型的发展和投资趋势，以及AI应用在SaaS和传统行业的渗透。作者认为，AI创业热潮存在泡沫风险，但找到真实用例和可持续商业模式仍然是成功的关键。
半年多来，Meta 开源的 LLaMA 架构在 LLM 中经受了考验并大获成功（训练稳定、容易做 scaling）。
很快啊，“文生图新王”Stable Diffusion 3的技术报告，这就来了。
苹果旗下的各类产品中，HomePod估计是最不成功的（如果暂不考虑刚开售的Vision Pro)。初代HomePod 2018年发布，三年后停产，直到2023年苹果才推出了第二代产品。
在众多前沿成果都不再透露技术细节之际，Stable Diffusion 3 论文的发布显得相当珍贵。
Stability AI放出了号称能暴打闭源模型的Stable Diffusion 3的技术报告，采用DiT构架的新模型在灵活性和性能上都达到了新的高度。