Stability AI 发布了他们最强的图片生成模型 Stable Diffusion 3 的技术报告，披露了 SD3 的更多细节。据他们所说，SD3 在排版质量、美学质量和提示词理解上超过了目前所有的开源模型和商业模型，是目前最强的图片生成模型

stable diffusion 2024-03-05 浏览:1368 评论:0

放大招了，美国时间3月4日晚上10点，Anthropic宣布Claude3上线，全面支持多模态，性能超gpt4，更支持100万tokens的上下文长度（普通用户200k tokens长度）。AI世界的变化日新月异，一不小心，就能被后浪拍到沙滩上。下面是本次更新内容

Claude 2024-03-05 浏览:954 评论:0

1分钟语音即可训练一个自己的TTS模型：GPT-SoVITS！根据演示来看，它似乎是目前中文支持比较好的模型试了试，只要 5 秒的数据，它就可以模仿我的声音，更牛的是，一分钟的录音就能训练出高质量的模型，完美克隆声音 YYDS！

AI文本转语音 2024-02-17 浏览:446 评论:0

去年，我们见证了AI绘图技术的迅猛发展，其中MJ和SD在国内市场掀起了一股热潮。错过了那波浪潮的你，现在完全有机会借助AI视频制作领域赶上这趟快车。那么对于大众而言，Sora AI视频制作带来了哪些盈利良机？如何抢先占据先机呢？

chatgpt 2024-02-17 浏览:409 评论:0

北京时间2月16日凌晨，openai正式发布文本转视频产品sora，效果吊打一众同行公司，同行在山姆・奥特曼的推特下评论：

AI行业动态 2024-02-16 浏览:310 评论:0

北京时间2月16日，google发布了Gemini 1.5模型，但风头完全被openai的Sora模型的消息压住。实际上，google的Gemini 1.5模型也是非常炸裂，这次最主要的升级是支持了高达 100 万的上下文长度，秒杀了所有模型。Gemini 1.5基于Transformer和MoE架构的研究和工程创新，提高了训练和服务的效率。Gemini 1.5 Pro是一个中等规模的多模态模型，适用于多种任务，并引入了在长上下文理解方面的实验性特性。

Gemini 2024-02-16 浏览:314 评论:0

Stable Cascade 最新模型 快10倍生图、增强审美 优点：免费生图、快10倍，计算时将图像压缩了 42 倍，又能准确重建出大图

stable diffusion 2024-02-15 浏览:440 评论:0

Google 正式将 Bard 更名为 Gemini，同时推出了Gemini Advanced付费会员计划，可以使用Ultra 1.0模型。

Gemini Advanced 现已在 150 多个国家和地区提供英语版本（我尝试升级的时候说我的账号地区不在开放的地区里。。。）

AI行业动态 2024-02-08 浏览:287 评论:0

昨晚 Midjourney office time 透露的信息有点多：

1. Alpha 网站下周将会对生成 1000 张图片的用户开放；

2. V6 马上会升级成 Beta 版本，质量会有校服提升；

3. 角色一致性的工作会是接下来的重点，会在几周后发布；

4. V 6.1 可能会增加类似 Controlnet 的功能；

midjouney 2024-02-08 浏览:369 评论:0

Josh Miller（Arc 浏览器 CEO）这个关于后 URL 时代（人工智能时代）的互联网畅想有点意思，Arc 最近的更新应该就是以这个判断进行的。#ai# (https://m.weibo.cn/search?containerid=231522type=1%26t=10%26q=#ai#&isnewpage=1)这个东西可能很多人都想过，很早就有人提出来未来的 UI 会是一个对话页面加上各种匹配数据展示样式的组件来完成，Josh Miller这个更近一步解决了内容来源的问题

AI行业动态 2024-02-08 浏览:287 评论:0