商汤全球首发的这个功能，就连OpenAI都还没做到
商汤全球首发的这个功能，就连OpenAI都还没做到就在刚刚，全新升级4.0的日日新大模型发布！不仅如此，商汤还抢先OpenAI首发了支持不同模态工具调用的Assistants API！现在，超千万的中文开发者可以轻松玩转「文生图」和「图生文」了。
来自主题: AI资讯
6525 点击 2024-02-02 18:03
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
就在刚刚，全新升级4.0的日日新大模型发布！不仅如此，商汤还抢先OpenAI首发了支持不同模态工具调用的Assistants API！现在，超千万的中文开发者可以轻松玩转「文生图」和「图生文」了。
Bard又双叒升级了！谷歌正式解禁Bard生图能力，文生图Imagen 2模型加持，效果对标DALL·E。
绝大多数AI生图模型在训练的时候侧重的是文本和图形之间的关联，并不擅长语义分析和复杂元素处理。
主题驱动的文本到图像生成，通常需要在多张包含该主题（如人物、风格）的数据集上进行训练，这类方法中的代表工作包括 DreamBooth、Textual Inversion、LoRAs 等，但这类方案因为需要更新整个网络或较长时间的定制化训练，往往无法很有效地兼容社区已有的模型，并无法在真实场景中快速且低成本应用。
不得不说，现在拍写真真是“简单到放肆”了。真人不用出镜，不用费心凹姿势、搞发型，只需一张本人图像，等待几秒钟，就能获得7种完全不同风格：
OpenAI官方开撕《纽约时报》——不讲武德选择性称述，拒绝沟通只想多讹钱。LeCun也站在OpenAI一边，认为创作者的激励早就不是只有找使用内容的人收钱这一条路了。然而网友却发现，除了ChatGPT，生图AI的抄袭问题迟早要给模型公司惹上大麻烦。
从广角视图到微距拍摄，每一步由你来决定。
近半年来，文生视频、图生视频类的工具层出不穷，让人眼花缭乱。但不少实际体验过的用户一定会感受到，脑中的想法转化为语言尚且不易，而人类的语言复杂而精妙，想要再找到准确的提示词，让AI正确理解我们的意图，继而转换为图片和视频，实在是太难了。
不久之前，《纽约时报》指控 OpenAI 涉嫌违规使用其内容用于人工智能开发的事件引起了社区极大的关注与讨论。
在 AI 领域，近年来各个子领域都逐渐向 transformer 架构靠拢，只有文生图和文生视频一直以 diffusion + u-net 结构作为主流方向。diffusion 有更公开可用的开源模型，消耗的计算资源也更少。