OpenAI在5月14日推出了新一代人工智能模型GPT-4o，支持文本、音频和图像的任意组合输入，并能够生成文本、音频和图像的任意组合输出。仅仅一天后，谷歌就在新一届I/O开发者大会上发布、更新了十多款产品，包括AI助手Project Astra、文生图模型Imagen3、对标Sora的文生视频模型Veo，以及备受瞩目的大模型Gemini 1.5 Pro的升级版。
ControlNet作者新项目，居然也搞起大模型和Agent了。
随着大模型产品可图的正式发布，快手也将持续为用户带来更丰富有趣的AI互动新体验。
七年前，一张帅气军装照的H5活动，成为现象级刷屏朋友圈的“始祖”。
文生图模型成熟之后，有多少人苦练Midjourney咒语，还是调不出可用的图像？
又一家大模型开源了，这次是腾讯。
北京时间 5 月 15 日凌晨，在 OpenAI 春季发布会的第二天，2024 年谷歌 I/O 召开，这是一场充满了 AI 的发布会，谷歌对其旗下的多款 AI 产品发布了大更新，从基座模型 Gemini 到新的 AI 助手 Astra、新的文生视频模型 Veo，以及更强大的文生图模型 Imagen 3。
多模态 AI 无疑是今年大模型的发展重点之一，Sora、Midjourney、Suno 等文生视频、文生图、文生音乐赛道的代表产品也是用户的关注热点。
智东西5月9日报道，近日，Meta宣布推出一系列增强的生成式AI技术，扩展其生成式AI广告产品。其中，新增工具能自动生成多样化图像并在其上叠加文字，提升广告商的创意水平和广告效果。
图学习领域的数据饥荒问题，又有能缓解的新花活了！
