搜索
现在正是多模态大模型的时代，图像、视频、音频、3D、甚至气象运动都在纷纷与大型语言模型的原生文本模态组合。而浙江大学及其计算机创新技术研究院的一个数十人团队也将结构化数据（包括数据库、数仓、表格、json 等）视为了一种独立模态。
过去 24 小时内发布或更新的 AI 服务包括但不限于 Stable Diffusion 3.5 最强模型全家桶、能操作用户电脑的 Claude 3.5 Sonnet、Genmo 开源的可商用的 Mochi 1 DiT、Runway 推出的一款生成式角色表演工具…… 以及我们这里要介绍 Ideogram Canvas，一款基于 AI 的无限创意画板服务，可用于组织、生成、编辑和组合图像。
就在刚刚，Stability AI发布了自家最强的模型Stable Diffusion 3.5，而且是一个全家桶，包含三个版本。
打造更强大文生图模型新思路有—— 面对Flux、stable diffusion、Omost等爆火模型，有人开始主打“集各家所长”。
本期AGI路线图中关键节点：DiT架构、Stable Diffusion 3.0、Flux.1、ControlNet、1024×1024分辨率、医学影像、英伟达Eagle模型、谷歌Med-Gemini系列模型、GPT-4o端到端、Meta Transfusion模型。
最近，斯坦福大学 NLP 组在读博士 Omar Khattab 发布了一篇博文，讨论了顶级 AI 学者们有关做有影响力研究的思考
Emad认为，我们现在已经拥有制作高质量视频的所有技术，只是这些技术尚未整合在一起，我们需要更多的技术架构突破，视频领域可能不像语言领域那样存在一些正在酝酿的新突破，但速度会越来越快。这些技术需要从研究阶段走向实际工程应用，且将在未来几年实现。
摩根大通（J.P. Morgan）在2024年9月发布“Investable AI Summary of J.P. Morgan research and industry developments in 2024”关于人工智能（AI）2024年的研究和行业发展总结。
没有任何通知，Runway在Hugging Face上的内容全部删除了！
大家还记得 Stable Diffusion嘛，就是那个曾经和 DALL·E 、 Midjourney 齐名的图像生成 AI 。