未来你看到的画家可能不是在画画,而是在写文字。
最近,谷歌研究出了一个文字-图像生成模型DreamBooth,用户只需上传3-5张某物体的照片,再用文字描述想要生成的背景、动作或表情,就能生成相应的图片,且动作表情都能达到“以假乱真”的程度。
DreamBooth可以在保留物体关键特征的前提下,完成换景、加滤镜、修改外观和艺术渲染等任务。DreamBooth在Imagen的基础上做了调整,它会给物体加上一个独特的“标识符”,这个唯一的标识符就可以用来合成该物体在不同场景中的逼真图像。
我们的科技留言板“有意见”如下
@媒体搬运工:这就是paper级的美图秀秀,AI在尝试从爬行到直立行走的越迁,只是这种过程能不能实现类似猿到人的进化,也许时间才能证明。
@大内密探:DreamBooth用了微调的思路,模型会通过独特标识符来学习指定物体的个性化细节,再加上模型在这一物体大类中学到的共性,从而生成合理又有个性的照片。
@有想法的向日葵:DreamBooth的换景、指定动作、表情服饰、更迭风格等功能,能让不会PS的人也能成“大神”了。不久的将来,朋友圈里就分不清哪些是真的,哪些是假的。
好文章,需要你的鼓励
当AI遇到空间推理难题:最新研究揭示GPT-4等顶尖模型在传送门解谜和立体拼图中集体"挂科",复杂智能远比我们想象的更难实现。
大连理工大学和浙江大学研究团队提出MoR(Mixture of Reasoning)方法,通过将多种推理策略嵌入AI模型参数中,让AI能自主选择最适合的思考方式,无需人工设计专门提示词。该方法包含思维生成和数据集构建两阶段,实验显示MoR150模型性能显著提升,比基线模型提高2.2%-13.5%,为AI推理能力发展开辟新路径。
2025施耐德电气智算峰会上,全新EcoStruxure(TM) Energy Operation电力综合运营系统正式亮相,定位场站级智慧能源管理中枢,集技术领先性与本土适配性于一体。
剑桥大学研究团队开发了FreNBRDF技术,通过引入频率修正机制显著提升了计算机材质建模的精度。该技术采用球面谐波分析提取材质频率信息,结合自动编码器架构实现高质量材质重建与编辑。实验表明,FreNBRDF在多项指标上超越现有方法,特别在频率一致性方面改善近30倍,为游戏开发、影视制作、电商预览等领域提供了重要技术支撑。