Mogao=Seedream 3.0？霸榜数天，神秘文生图模型曝光（附技术报告）
Mogao=Seedream 3.0？霸榜数天，神秘文生图模型曝光（附技术报告）霸榜数天的神秘文生图模型 Mogao，什么来头？
来自主题: AI技术研报
10160 点击 2025-04-16 15:12
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
霸榜数天的神秘文生图模型 Mogao，什么来头？
刚出道的 HiDream-I1，拿下了 Hugging Face 趋势榜第二（图像榜第一），Artificial Analysis 文生图第二，排在Midjourney、Google Imagen、FLUX、SDXL 之前，仅次于 GPT-4o 。
前段时间，GPT-4o 火出了圈，其断崖式提升的生图、改图能力让每个人都想尝试一下。虽然 OpenAI 后来宣布免费用户也可以用，但出图慢、次数受限仍然困扰着没有订阅 ChatGPT 的普通人。
前些天，GPT-4o的多模态生图上线之后，引发全球AI社区广泛的关注，吉卜力图画全网风靡。
自数字人技术Omnihuman-1引起行业关注之后，字节智能创作团队再放大招。全新DreamActor-M1横空出世，一张照片一段视频，就能生成电影级视频，精准迁移表情动作，还支持多种画风。
近日，北京字跳网络技术有限公司登记“即梦AI/Dreamina AI”作品著作权，作品类别为美术。即梦AI作为一款面向创意爱好者的AI表达平台，功能丰富。然而，在我国现行法律框架下，AI生成内容的著作权归属尚无明确界定，引发广泛讨论。
动作捕捉，刚刚发生了革命。
想象一下，一座生机勃勃的 3D 城市在你眼前瞬间成型 —— 没有漫长的计算，没有庞大的存储需求，只有极速的生成和惊人的细节。
语言是离散的，所以适合用自回归模型来生成；而图像是连续的，所以适合用扩散模型来生成。在生成模型发展早期，这种刻板印象广泛存在于很多研究者的脑海中。
谷歌DeepMind研发的DreamerV3实现重大突破：无需任何人类数据，通过强化学习与「世界模型」，自主完成《我的世界》中极具挑战的钻石收集任务。该成果被视为通往AGI的一大步，并已登上Nature。