小野资讯

Magic Insert：将一个图像中的人或物体拖放到另一个风格图像中 并实现风格融合 摘要 Magic Insert 是一项创新的 AI 技术，可以将一个图像中的人或物体拖放到另一个风格图像中，并实...

OpenAI开发新AI模型“Strawberry”，提升自主推理和互联网浏览能力 摘要 据路透社报道，OpenAI 正在开发一个代号为“Strawberry”的新人工智能模型项目。该项目旨在通过增强推...

谷歌开天眼：Gemini 1.5 Pro赋予机器人记忆导航超能力 摘要 Google DeepMind 推出了一个名为 Gemini 1.5 Pro 的系统，并将其安装在机器人上，使其具备记忆导航能力...

RodinHD：可根据肖像生成高保真3D头像模型，头发细节也有了 摘要 RodinHD 技术能够将肖像照片转化为高保真的3D头像模型，包括细致的头发细节。核心在于创新的三平面拟合与生成框架，通过高分辨...

国产开源绘画模型 Kolors：支持中文字符，质量超越 SD3 和 MidJourney 摘要 快手公司推出了「可图 Kolors」开源绘画模型，基于潜在扩散的大规模文本到图像生成技术。Kolors ...

Midjourney v6.5 将于7月底发布，带来更真实的图像体验 Midjourney，作为人工智能图像生成领域的佼佼者，计划在本月底发布其6.5版本。这次更新将显著提升图像的真实感和皮肤纹理，为...

Heygen推出全新AI对口型工具：上传照片和音频即可生成说话视频 最近，AI照片“复活术”在网络上引起了广泛关注。Heygen推出了一款对口型工具，用户只需上传一张照片和一段音频，照片中的人物即可根...

EchoMimic：通过音频和面部标志生成逼真的音画同步肖像视频 主要内容总结 项目简介 EchoMimic 是蚂蚁集团开发的一种新方法，用于通过音频和面部标志生成逼真的肖像动画视频。不同于传统方法...

PaintsUndo：输入静态图像 自动帮你生成整个绘画的全过程视频 专业总结 PaintsUndo 是一个旨在模拟数字绘画行为的基础模型。用户通过输入静态图像，该模型可以自动生成一个展示绘画全过程的...

阿里巴巴发布语音处理模型 FunAudioLLM 能理解和生成各种人类语音 专业总结 阿里巴巴开发的 FunAudioLLM 是一组先进的语音处理模型，旨在提升人类与大语言模型之间的语音交互体验。它由...