不用GAN不用扩散，无需训练解锁AI生图新境界！判别模型成神秘第三极
不用GAN不用扩散，无需训练解锁AI生图新境界！判别模型成神秘第三极你能想象判别模型也能成为强大的图像合成高手吗？「直接上升合成」（DAS）做到了！它突破传统认知，借助多分辨率优化等创新技术，在图像生成的多个关键任务中表现出色。
来自主题: AI技术研报
4877 点击 2025-02-24 16:37
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
你能想象判别模型也能成为强大的图像合成高手吗？「直接上升合成」（DAS）做到了！它突破传统认知，借助多分辨率优化等创新技术，在图像生成的多个关键任务中表现出色。
SANA 1.5是一种高效可扩展的线性扩散Transformer，针对文本生成图像任务进行了三项创新：高效的模型增长策略、深度剪枝和推理时扩展策略。这些创新不仅大幅降低了训练和推理成本，还在生成质量上达到了最先进的水平。
就在除夕前的晚上（2025 年 1 月 27 日），Deepseek 发布了多模态模型 Janus-Pro-7B，该模型在图像生成和多模态理解方面都超过了OpenAI的DALL-E 3（虽然也一般般），我相信能文生图功能一定很优秀了，今天搞点特殊的，测试下图像理解能力对专业的医学影像有没有应用的可行性，以下是常见的五种医学影像测试。
最近，妙鸭相机在新年之际有了新动作——上线 2.0 版本，支持「拍」Live 动态写真。时隔一年半，它能再次掀起水花吗？
就在刚刚，腾讯混元3D全新版本上线了。这一周内我在混元3D、Tripo3D、Meshy这三家AI 3D里跑了上百次案例，在文生3D、图生3D、纹理材质生成、3D工作流四个维度，让小白也能最大程度体验到AI 3D能做到什么，以及将如何影响AI生图、AI视频的工作流。
自由画布类 AIGC 工具：从近期新品（更新）窥见发展趋势——自律才能给我自由。图像 & 视频多主体一致功能：模型上下文能力的重要体现，未来各家模型的标配。指定 AI 生图里的文字，我找到了 9 种解决方案，其中有 2 种快过时了
AI生图热潮下，技术与艺术正在不断碰撞中擦出新火花。人们对于生成效果和创意的要求都在悄然提升，同时也开始更加注重其中的实用性与持续性，而非只是单纯的娱乐体验。
对于 LLM，推理时 scaling 是有效的！这一点已经被近期的许多推理大模型证明：o1、o3、DeepSeek R1、QwQ、Step Reasoner mini……
AI工具用得好，能提效还能摸鱼。
完美匹配封面尺寸，免费不限量，8种风格任意转换