生图加入CoT，性能提升80%！微软港中文打造天才画手
生图加入CoT，性能提升80%！微软港中文打造天才画手AI绘画总「翻车」，不是抓不住重点，就是细节崩坏？别愁！微软和港中文学者带来ImageGen-CoT技术，让AI像人一样思考推理，生成超惊艳画作，性能提升高达80%。
来自主题: AI技术研报
2375 点击 2025-04-08 14:52
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
AI绘画总「翻车」，不是抓不住重点，就是细节崩坏？别愁！微软和港中文学者带来ImageGen-CoT技术，让AI像人一样思考推理，生成超惊艳画作，性能提升高达80%。
在ChatGPT上，当你画图的选项变成这个的时候，就说明用的不是Dalle3了，而是4o。目前，有两个渠道可以使用4o Image Generation。一个事ChatGPT，一个是单独的那个Sora的网站。
图形学的并行计算和边际计算，在模拟物理世界和机器人训练中起到了关键作用。
视频生成领先 OpenAI 了？
OpenAI的Sora翻车后，迎来谷歌的暴击：昨天深夜，Veo 2、Imagen 3、Whisk一套组合拳打来，AI视频和生图根据，再次被谷歌改变了。
OpenAI直播划水的一天，谷歌版Sora迎来了它的2.0——
上周我们受谷歌邀请，来到了国际象棋世界冠军赛的现场。其中最激动的就是采访世界冠军丁立人老师（中国第一个男子国际象棋世界冠军！采访稿过几天会发布！）以及体验谷歌的 AI 展区！展区包括 AI 象棋解说（Chatting Chess），帮助小白和观众通俗易懂地学习如何下棋；
在2024年的AI领域，我们正在见证一个有趣的转折。 OpenAI的进展节奏明显放缓，GPT-5迟迟未能问世，“Scaling Law”成了天方夜谭，即便是年初震撼业界的视频生成模型Sora，也未能如期实现“全面开放”的承诺。
空间智能版ImageNet来了，来自斯坦福李飞飞吴佳俊团队！
VQAScore是一个利用视觉问答模型来评估由文本提示生成的图像质量的新方法；GenAI-Bench是一个包含复杂文本提示的基准测试集，用于挑战和提升现有的图像生成模型。两个工具可以帮助研究人员自动评估AI模型的性能，还能通过选择最佳候选图像来实际改善生成的图像。