當前位置：

OFweek 人工智能網(wǎng)

> 

評測

真“六邊形戰(zhàn)士”！Capybara把圖像視頻全打通：一個模型搞定T2I、T2V、I2V！

作者：Capybara 團隊 解讀：AI生成未來 亮點直擊 統(tǒng)一的視覺創(chuàng)作模型 Capybara： 針對當前視覺內(nèi)容創(chuàng)作領域高度碎片化（單一模態(tài)、功能割裂、接口不兼容）的問題，本文提出了Capybar

2026-03-16 16:20 評論

大廠“龍蝦”vs開源“澳龍”，2026 claw橫評

2026年3月，一只紅色的“龍蝦”爬上了開源世界的王座。OpenClaw憑借27.3萬的GitHub星標，超越了Linux——英偉達CEO黃仁勛更是將其譽為“我們這個時代最重要的軟件發(fā)布”。 它標志著

2026-03-16 10:41 評論

4B參數(shù)干翻14B！國產(chǎn)統(tǒng)一多模態(tài)“全能戰(zhàn)士” InternVL-U開源：理解、生成與編輯迎新高度

作者：Changyao Tian等 解讀：AI生成未來 InternVL-U生成和圖像編輯效果 亮點直擊 InternVL-U 架構：構建了一個僅有 4B 參數(shù)的輕量級、高效統(tǒng)一多模態(tài)模型（UMM），

2026-03-13 14:33 評論

圖像生成迎來“思考-研究-創(chuàng)造”新范式！Mind-Brush:統(tǒng)一意圖分析、多模態(tài)搜索和知識推理

作者：Jun He，Junyan Ye等 解讀：AI生成未來 亮點直擊 Mind-Brush，一個新穎的智能體框架，該框架統(tǒng)一了意圖分析、多模態(tài)搜索和知識推理，以實現(xiàn)圖像生成的“思考-研究-創(chuàng)造”范式

2026-03-12 13:56 評論

Openclaw部署實錄：安裝易翻車、本地模型弱，本地「龍蝦」不適合普通人

有的錢可不是那么好省的。 這段時間，如果你關注AI圈子，一定會被一個名字給刷屏——Openclaw。 （圖源：百度） 上到GITHUB這個最大的開源社區(qū)，中到各種媒體爭相轉(zhuǎn)發(fā)，下到各個up主甚至普通人

2026-03-10 15:58 評論

ICLR 2026 | DragFlow 讓DiT也能“指哪打哪”：基于區(qū)域監(jiān)督的拖拽式圖像編輯新SOTA

作者：Zihan Zhou，Shilin Lu等 解讀：AI生成未來 亮點直擊 首個基于 Diffusion Transformer（DiT）架構量身打造的圖像精確區(qū)域編輯框架。 研究團隊摒棄了傳統(tǒng)的

2026-03-09 17:19 評論

CVPR 2026｜“像素級對齊大師” VA-π: 25分鐘微調(diào)FID暴降50%

作者：Xinyao Liao*, Qiyuan He*, Kai Xu, Xiaoye Qu, Yicong Li, Wei Wei, Angela Yao 作者單位：華中科技大學，新加坡國立大學解讀

2026-03-03 17:13 評論

CVPR 2026｜“全能AI海報設計師”PosterOmni開源: 6大任務笑傲開源社區(qū)，媲美閉源商用

作者：Sixiang Chen等 解讀：AI生成未來 很多AI 海報生成默認從一句 prompt 出發(fā)（Text-to-Poster）。但在真實設計流程里，更常見的起點其實是一張參考圖/舊海報/產(chǎn)品主

2026-02-26 15:04 評論

NeurIPS`25 | 清華提出模型驅(qū)動的生成式探索機制MoGE，助力強化學習算法突破性能上限

作者：Likun Wang等 解讀：AI生成未來 本文介紹清華大學李升波教授課題組（iDLab）在NeurIPS 2025發(fā)表的《Off-policy Reinforcement Learning w

2026-02-25 16:32 評論

顛覆性突破！何愷明團隊重磅工作「Drifting Models」革新生成范式：一步推理直接創(chuàng)紀錄

作者：Mingyang Deng等 解讀：AI生成未來 亮點直擊 全新的生成范式：提出了“漂移模型” (Drifting Models)，這一范式不再依賴于推理時的迭代過程，而是將分布演化的過程轉(zhuǎn)移到

2026-02-10 16:19 評論

一張圖生成游戲？谷歌Genie體驗：萬物皆可玩，但離“殺死游戲公司”還遠

一張圖生成游戲，真的假的？ 在開始之前，我想先問大家一個簡單的問題： 你們還在苦苦等待《GTA 6》的發(fā)售嗎？ 我是不清楚大家的想法啦，但小雷真的非常期待它的到來。要知道《GTA 5》發(fā)布至今已經(jīng)過去

2026-02-09 10:24 評論

視頻理解大模型覺醒！Video-o3發(fā)布：像偵探一樣主動搜尋關鍵幀，登頂Video-Holmes！

作者：Xiangyu Zeng等 解讀：AI生成未來 亮點直擊 Video-o3，一個創(chuàng)新的框架，它通過迭代地發(fā)現(xiàn)顯著的視覺線索、對關鍵片段進行細致檢查以及在收集到足夠證據(jù)時自適應終止搜索過程，解決了

2026-02-05 14:53 評論

Google“AI奧運會”：用游戲基準測試模型真實能力

AI新產(chǎn)品每天接連發(fā)布，測試基準和平臺也是層出不窮。 不過，你是否想過，游戲也能用來測試AI？ 2026年2月初，Google和Kaggle一起想出了一個新點子：在Kaggle的Game Arena上

2026-02-04 10:56 評論

擴散模型迎來“終極簡化”！何愷明團隊新作：像素級一步生成，速度質(zhì)量雙巔峰

作者：Yiyang Lu等 解讀：AI生成未來 亮點直擊 Pixel MeanFlow (pMF)?，這是一種針對一步生成（one-step generation）的創(chuàng)新圖像生成模型。pMF 的核心突

2026-02-02 15:51 評論

擴散模型對齊迎來“最強解”！HyperAlign屠榜評測：超網(wǎng)絡動態(tài)適配，畫質(zhì)、語義雙巔峰

作者：Xin Xie等 解讀：AI生成未來 亮點直擊 HyperAlign，一種通過超網(wǎng)絡自適應調(diào)整去噪操作的框架，能夠高效且有效地實現(xiàn)擴散模型的測試時對齊，確保生成的圖像更好地反映用戶意圖的文本語義

2026-01-27 16:14 評論

一統(tǒng)視覺江湖！OpenVision 3發(fā)布：一個編碼器實現(xiàn)理解與生成完美統(tǒng)一，性能雙殺CLIP

作者：Letian Zhang等 解讀：AI生成未來 亮點直擊 統(tǒng)一架構：OpenVision 3是一種先進的視覺編碼器，能夠?qū)W習單一、統(tǒng)一的視覺表示，同時服務于圖像理解和圖像生成任務。 簡潔設計：核

2026-01-26 16:27 評論

告別時空崩壞，生成式游戲迎來“穩(wěn)態(tài)”時刻！南大等StableWorld：打造無限續(xù)航虛擬世界

作者：Ying Yang等 解讀：AI生成未來 亮點直擊 識別了長時交互式世界建模中不穩(wěn)定性的根本原因：同一場景內(nèi)的微小漂移會不斷累積，最終導致整體場景崩潰。 一種簡單而有效的方法?StableWor

2026-01-26 16:22 評論

角色動畫最新SOTA！港大&螞蟻等CoDance：解綁-重綁實現(xiàn)任意數(shù)量、位置角色同屏起舞

作者：Shuai Tan等 解讀：AI生成未來 圖1。由CoDance生成的多主體動畫。給定一個（可能錯位的）驅(qū)動姿勢序列和一張多主體參考圖像，CoDance生成協(xié)調(diào)且可姿勢控制的群舞，無需每個主體的

2026-01-20 13:48 評論

視頻生成效率革命！英偉達TMD蒸餾框架：Wan2.1模型實時化，速度和質(zhì)量最佳均衡！

作者：Weili Nie等 解讀：AI生成未來 亮點直擊 一種新穎的視頻擴散蒸餾框架：?轉(zhuǎn)移匹配蒸餾（TMD），它將長去噪軌跡蒸餾成緊湊的少步概率轉(zhuǎn)移過程。 解耦的擴散主干設計：?將教師模型分解為語義

2026-01-19 15:31 評論

Qwen3-VL-Flash提升13.62%！浙大等首創(chuàng)CoV:多步推理具身問答Agent，通用提點神器

作者：CoV團隊 解讀：AI生成未來 亮點直擊 CoV 框架：首創(chuàng)“視鏈提示”（Chain-of-View, CoV），一個免訓練、測試時（test-time）的具身問答智能體框架。 主動視覺推理：將

2026-01-14 14:06 評論
上一頁   1  2 3 4 5 6 7 ... 10   下一頁

資訊訂閱

粵公網(wǎng)安備 44030502002758號