AI资讯新闻榜单内容搜索-Flow

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: Flow
Black Forest震撼开源FLUX.1 Kontext [dev]:媲美GPT-4o的图像编辑

Black Forest震撼开源FLUX.1 Kontext [dev]:媲美GPT-4o的图像编辑

Black Forest震撼开源FLUX.1 Kontext [dev]:媲美GPT-4o的图像编辑

前段时间,沉寂了很久的Flux官方团队Black Forest Labs发布了新模型:FLUX.1 Kontext,这是一套支持生成与编辑图像的流匹配(flow matching)模型。FLUX.1 Kontext不仅支持文生图,还实现了上下文图像生成功能,可以同时使用文本和图像作为提示词,并能无缝提取修改视觉元素,生成全新且协调一致的画面。

来自主题: AI技术研报
7660 点击    2025-06-27 12:36
做语音识别现在还能融3000万美金?海外顶级VC押注AI-Native的语音交互,下一个操作系统级的机会!

做语音识别现在还能融3000万美金?海外顶级VC押注AI-Native的语音交互,下一个操作系统级的机会!

做语音识别现在还能融3000万美金?海外顶级VC押注AI-Native的语音交互,下一个操作系统级的机会!

你有没有想过,我们每天敲击键盘的这个动作,可能很快就会变成历史?150 年前发明的键盘,竟然仍然是我们与计算机交流的主要方式。

来自主题: AI资讯
6005 点击    2025-06-27 10:36
Flowain,一个基于 ShellAgent 的 Web3 项目推文的 AI 写手

Flowain,一个基于 ShellAgent 的 Web3 项目推文的 AI 写手

Flowain,一个基于 ShellAgent 的 Web3 项目推文的 AI 写手

MyShell 自从进入 ShellAgent 的框架阶段,由于深度融合了 ComfyUI 生态,图像视频流的 Agent 迎来了井喷式的爆发。上个月据说上新了 150+个,竞争确实有点激烈了。但其实图像视频流的能力并不代表 ShellAgent 所能做的全部可能性,仍然有大量值得探索的场景等待创作者去尝试。

来自主题: AI资讯
7313 点击    2025-06-24 16:17
Agent创业来了位13岁的CEO

Agent创业来了位13岁的CEO

Agent创业来了位13岁的CEO

大模型创业有多火?现在13岁少年都入局了,做的还是今年大热的方向——Agent。

来自主题: AI资讯
7077 点击    2025-06-18 11:59
松下发布多模态大模型OmniFlow,文本、图像、音频随意切换

松下发布多模态大模型OmniFlow,文本、图像、音频随意切换

松下发布多模态大模型OmniFlow,文本、图像、音频随意切换

随着大模型的不断发展,多模态数据处理成为了新的热点领域。多模态生成任务主要通过整合多种类型的数据,如文本、图像、音频等,实现不同模态之间的相互转换与生成。

来自主题: AI资讯
6790 点击    2025-06-17 11:39
10%训练数据超越100%表现,机器人学习领域迎来重要突破

10%训练数据超越100%表现,机器人学习领域迎来重要突破

10%训练数据超越100%表现,机器人学习领域迎来重要突破

第一作者陈昌和是美国密歇根大学的研究生,师从 Nima Fazeli 教授,研究方向包括基础模型、机器人学习与具身人工智能,专注于机器人操控、物理交互与控制优化。

来自主题: AI技术研报
9303 点击    2025-06-11 14:29
比自回归更灵活、比离散扩散更通用,首个纯Discrete Flow Matching多模态巨兽降临

比自回归更灵活、比离散扩散更通用,首个纯Discrete Flow Matching多模态巨兽降临

比自回归更灵活、比离散扩散更通用,首个纯Discrete Flow Matching多模态巨兽降临

王劲,香港大学计算机系二年级博士生,导师为罗平老师。研究兴趣包括多模态大模型训练与评测、伪造检测等,有多项工作发表于 ICML、CVPR、ICCV、ECCV 等国际学术会议。

来自主题: AI技术研报
7302 点击    2025-06-10 15:02
Meta新突破!跨模态生成告别噪声:流匹配实现任意模态无缝流转

Meta新突破!跨模态生成告别噪声:流匹配实现任意模态无缝流转

Meta新突破!跨模态生成告别噪声:流匹配实现任意模态无缝流转

在人工智能领域,跨模态生成(如文本到图像、图像到文本)一直是技术发展的前沿方向。现有方法如扩散模型(Diffusion Models)和流匹配(Flow Matching)虽取得了显著进展,但仍面临依赖噪声分布、复杂条件机制等挑战。

来自主题: AI技术研报
7014 点击    2025-06-04 14:18