ECCV2024 Oral | 第一视角下的动作图像生成，Meta等提出LEGO模型
ECCV2024 Oral | 第一视角下的动作图像生成，Meta等提出LEGO模型如何基于用户的问题和当前场景的照片，生成同一场景下的第一视角的动作图像，从而更准确地指导用户执行下一步行动？
来自主题: AI资讯
3824 点击 2024-10-02 11:22
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
如何基于用户的问题和当前场景的照片，生成同一场景下的第一视角的动作图像，从而更准确地指导用户执行下一步行动？
本论文第一作者倪赞林是清华大学自动化系 2022 级直博生，师从黄高副教授，主要研究方向为高效深度学习与图像生成。他曾在 ICCV、CVPR、ECCV、ICLR 等国际会议上发表多篇学术论文。
备受期待的阶跃星辰图像生成大模型Step-1X，正式上线了！创作古诗词配图意境绝美，古典中国园林的每片叶子都很逼真，巴黎街道堪比单反。而且，这次官方还披露了两个隐藏玩法，让生图效果噌噌up。
AI圈，再次开卷图像生成。
在人工智能领域，图像生成技术一直是一个备受关注的话题。近年来，扩散模型（Diffusion Model）在生成逼真且复杂的图像方面取得了令人瞩目的进展。然而，技术的发展也引发了潜在的安全隐患，比如生成有害内容和侵犯数据版权。这不仅可能对用户造成困扰，还可能涉及法律和伦理问题。
由于Grok的图像生成功能没有任何限制，已经有不少用户借此进行政治人物图像创作，但ChatGPT会拒绝生成这类图像。
大家还记得 Stable Diffusion嘛，就是那个曾经和 DALL·E 、 Midjourney 齐名的图像生成 AI 。
该论文的第一作者和通讯作者均来自北京大学王选计算机研究所的 MIPL实验室，第一作者为博士生徐铸，通讯作者为博士生导师刘洋。MIPL 实验室近年来在 IJCV、CVPR、AAAI、ICCV、ICML、ECCV 等顶会上有多项代表性成果发表，多次荣获国内外 CV 领域重量级竞赛的冠军奖项，和国内外知名高校、科研机构广泛开展合作。
最强开源文生图模型一夜易主！ 智东西8月2日报道，昨日晚间，开源文生图模型霸主Stable Diffusion原班人马，宣布推出全新的图像生成模型FLUX.1。
AI 图像生成平台「LiblibAI 哩布哩布 AI」在一年内已完成三轮融资，总金额达数亿元人民币。