国产Sora！突破16秒长视频、多镜头、模拟世界的AI大模型Vidu震撼首发！
前言
4月27日，在2024中关村论坛-未来人工智能先锋论坛上，清华大学联合生数科技正式发布「Vidu」，展现了与Sora极为相似的视觉效果，其表现力在多镜头叙事、时间及空间连贯性以及对物理法...
让照片也能对口型说话（AI工具篇：通义千问）
有段时间没写文章了，碰到键盘的一瞬间我自然而然地将手指放在了QWER上，我就知道热爱学习的那个我不见了。
像是我刚期末考玩准备通宵打游戏之前得玩两把人机复检一下，在我恢复正常的更...
一键智能抠图，还要啥PS（Stable Diffusion进阶篇：Layer Diffusion）
不知道有多少小伙伴是因为工作需要去学习Stable Diffusion的，像是设计师、动画从业人员等或多或少都会接触到AI绘画。
当然还有无孔不入的老色批们（例如我）
一些专业的人员会用PhotoShop...
ID-Aligner：要真实还要好看，结合美学评分的高保真身份保持生成方法
“ID-Aligner: Enhancing Identity-Preserving Text-to-Image Generation with Reward Feedback Learning”
项目主页：https://idaligner.github.io/
论文地址：https://...
清华发表AutoWebGLM，基于大模型的自动网页导航Agent，让大模型帮我们浏览网页
“AutoWebGLM: Bootstrap And Reinforce A Large Language Model-basedWeb Navigating Agent”
AutoWebGLM是一个旨在构建更高效的语言模型驱动的自动web导航代理的项目。...
LinkIn最新研究，利用大模型提升客户技术支持服务质量，有效降低28.6%响应时间
本文介绍了一种将知识图谱与检索增强生成（RAG）相结合的客户服务问答方法。本方法利用历史问题构建知识图谱，保留了问题内部结构和问题间关系，提高了检索准确...
Adobe Photoshop测试版推出AI图像生成功能
Adobe Photoshop的最新测试版现已引入一项革命性的功能，允许用户通过简单的文本提示，利用人工智能技术生成图像。此外，新功能还提供了利用参考图像扩展和增添背景的能力，极大地丰富了图像...
StreamMultiDiffusion：交互式实时AI绘画系统，支持多文本提示+局部重绘
“StreamMultiDiffusion: Real-Time Interactive Generation with Region-Based Semantic Control”
StreamMultiDiffusion可以根据用户指定的区域，结合多文本提示，生成...
DreamWalk：实现对图像生成风格和内容的精细控制
在图像生成领域，精确控制图像的风格和特征一直是一个具有挑战性的问题。然而，DreamWalk技术的出现为这一难题提供了解决方案，使得用户可以更加自由地决定图像中哪部分应该更加强烈地体现...
简单地把人和背景给拆开，这下想去哪就去哪了（Stable Diffusion进阶篇：Layer Diffusion2）
在上一篇笔记中简单学习了Layer Diffusion的操作方法，其实也不难，主要的问题是现在这个Layer Diffusion还不太成熟。
目前大家比较熟悉的WebUI对于这项技术适配程度不高，很容易出问题。为...