AI资讯新闻榜单内容搜索-文生图

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: 文生图
300多组控制实验、70万余TPU小时,普林斯顿团队给出全开放文生图配方i1

300多组控制实验、70万余TPU小时,普林斯顿团队给出全开放文生图配方i1

300多组控制实验、70万余TPU小时,普林斯顿团队给出全开放文生图配方i1

近来文生图模型发展迅速,但每篇工作多是独立地引入一整套模型、数据和训练设计,然后用私有的数据训出来了一个亮眼的模型。

来自主题: AI技术研报
7075 点击    2026-08-24 15:41
刚刚,HiDream-O1-World首秀登顶,原生全模态UiT架构打造「可交互时代」

刚刚,HiDream-O1-World首秀登顶,原生全模态UiT架构打造「可交互时代」

刚刚,HiDream-O1-World首秀登顶,原生全模态UiT架构打造「可交互时代」

过去三年,AI 内容生成行业经历了几轮密集的技术迭代。从文生图到文生视频,从几秒的短片到分钟级的长视频,每一轮升级都让生成内容的质量和时长向前推进一步。

来自主题: AI技术研报
9305 点击    2026-08-17 16:31
何恺明团队发布像素空间文生图模型MiniT2I

何恺明团队发布像素空间文生图模型MiniT2I

何恺明团队发布像素空间文生图模型MiniT2I

文本生成图像的领域早已经是一片红海,看上去已经卷无可卷了。

来自主题: AI技术研报
9616 点击    2026-06-22 16:53
沿着何恺明团队「漂移模型」再走一步:奖励只需排名,单步文生图偏好优化提速3.51倍

沿着何恺明团队「漂移模型」再走一步:奖励只需排名,单步文生图偏好优化提速3.51倍

沿着何恺明团队「漂移模型」再走一步:奖励只需排名,单步文生图偏好优化提速3.51倍

来自西湖大学和香港中文大学(深圳)的团队沿着这一思路提出 Drifting Preference Optimization(DrPO),把漂移场用于单步文生图模型的偏好后训练。在 DrPO 中,奖励只负责对候选图像排序,不参与反向传播。具体而言,针对同一个文本提示词,当前模型生成一组候选图像。高分样本在特征空间中产生吸引,低分样本产生排斥,并结合参考模型约束给出模型的更新方向。

来自主题: AI技术研报
8237 点击    2026-06-21 10:33
ICML 2026|文生图模型也会「忘词」?复旦创智等提出Prompt Reinjection,无需训练提升文生图指令遵循能力

ICML 2026|文生图模型也会「忘词」?复旦创智等提出Prompt Reinjection,无需训练提升文生图指令遵循能力

ICML 2026|文生图模型也会「忘词」?复旦创智等提出Prompt Reinjection,无需训练提升文生图指令遵循能力

近年来,文生图模型的能力快速提升。从 Stable Diffusion 到 FLUX、Qwen-Image,扩散模型已经能够生成高质量图像,也能处理越来越复杂的文本提示。

来自主题: AI技术研报
10711 点击    2026-06-09 10:02