昨天的谷歌Next大会可是太精彩了，谷歌一连放出不少炸弹。 - 升级「视频版」Imagen 2.0，下场AI视频模型大混战 - 发布时被Sora光环掩盖的Gemini 1.5 Pro，正式开放 - 首款Arm架构CPU发布，全面对垒微软/亚马逊/英伟达/英特尔
扩散模型凭借其在图像生成方面的出色表现，开启了生成式模型的新纪元。诸如 Stable Diffusion，DALLE，Imagen，SORA 等大模型如雨后春笋般涌现，进一步丰富了生成式 AI 的应用前景。然而，当前的扩散模型在理论上并非完美，鲜有研究关注到采样时间端点处未定义的奇点问题。此外，奇点问题在应用中导致的平均灰度等影响生成图像质量的问题也一直未得到解决。
【新智元导读】利用文本生成图片（Text-to-Image, T2I）已经满足不了人们的需要了，近期研究在T2I模型的基础上引入了更多类型的条件来生成图像，本文对这些方法进行了总结综述。
Bard又双叒升级了！谷歌正式解禁Bard生图能力，文生图Imagen 2模型加持，效果对标DALL·E。
谷歌新设计的一种图像生成模型已经能做到这一点了！通过引入指令微调技术，多模态大模型可以根据文本指令描述的目标和多张参考图像准确生成新图像，效果堪比 PS 大神抓着你的手助你 P 图。
北大联合腾讯打造了一个多模态15边形战士！以语言为中心，“拳打脚踢”视频、音频、深度、红外理解等各模态。
今天，Adobe 在 Adobe MAX 主题演讲上发布了人工智能工具 Firefly 的 Image 2 模型，更新内容包括完全可编辑的矢量图像生成，以及将人工智能创建的图像风格化以符合特定审美的功能。
Getty Images，作为最大的库存图片、编辑照片、视频和音乐供应商之一，今天宣布推出一款生成式AI艺术工具，声称比市场上的其他竞争对手更"商业安全"。
根据GlobalData的一份报告，今年AI市场价值将达到930亿美元。该分析还确定了AI辅助放射学作为一项新兴且具有颠覆性的技术，应该密切关注，荷兰大型企业飞利浦是AI辅助CT成像领域的领先专利申请人之一。
参数高效的微调方法SUR-adapter，可以增强text-to-image扩散模型理解关键词的能力。
