#visual generation

14 stories · 0 in 7 days · 0 in 30 days

AIGC 1 DMAD 1 FID 1 GPT-4o 1 Image 2.5 Flare 1 ImageNet 1 OpenRouter 1

Stories, products and papers tagged "visual generation", newest first.

Oct 2

Papers Builders11:14

Chinese contentDMAD：对抗蒸馏实现快速视觉生成

新方法DMAD通过对抗蒸馏实现快速视觉生成，在多个基准上超越现有方法，代码已开源。

#DMAD #visual generation #FID #ImageNet

arXiv cs.AI@Zhengming Yu et al. (11)Source

Sep 13

Models Builders09:23

Chinese content汗青用AI生成演唱会视觉奇观，消耗约100万Token

汗青团队用AI做了个超酷的演唱会视觉，花了约100万Token，效果还挺好，值得看看他们是怎么做的。

#AIGC #visual generation

orange.ai@oran_geSource

Sep 9

Products Builders11:13

Chinese contentOpenRouter 默认使用 GPT-4o Image 2.5 Flare

OpenRouter 默认换成了 GPT-4o Image 2.5 Flare，专门做视觉内容创作和产品原型，比之前的更适合设计师和开发者。

#GPT-4o #OpenRouter #Image 2.5 Flare #visual generation

OpenRouter@OpenRouterAISource

Aug 11

Papers10:36

Chinese contentOpen Evaluation Agent：高效可提示的视觉生成模型评估框架

评估视觉生成模型不用再烧算力了，这个框架能把时间砍到十分之一，还支持自然语言定制评估，值得搞生成模型的人看看。

#Open Evaluation Agent #visual generation #model evaluation #Qwen2.5

arXiv cs.AI@Shulin Tian et al. (6)Source

Jul 8

Models US vs China01:04

Chinese contentGLM-5.2 支持视觉角色扮演构建，对话与图像提示一键生成

智谱 GLM-5.2 能直接帮你从文字描述生成带画面、分支剧情的角色扮演，而且搭个 API 就能用，上手很快。

#GLM-5.2 #Zhipu #SiliconFlow #visual generation

Official accountSiliconFlowAI@siliconflowaiSource

Jul 7

Papers11:38

Chinese contentSearchGen-Bench揭示视觉生成模型世界知识瓶颈，协同训练框架提效

想了解视觉生成模型为什么画不出新角色或近期事件？这篇论文用具体数据告诉你差距在哪，还给了个可复现的协作搜索方案。

#SearchGen-20K #SearchGen-Bench #visual generation

arXiv cs.AI@Haozhe Wang et al. (11)Source

Jul 3

Papers09:24

Chinese content通过分布级奖励优化视觉生成模型

这篇论文提出用分布级奖励替代样本级奖励，解决了生成模型奖励作弊的老问题，SiT和EDM2的FID分数都显著提升。

#SiT #EDM2 #visual generation #reward hacking

arXiv cs.LG@Ruihang Li et al. (7)Source

Jun 12

ModelsSelected12:37

Chinese contentBlack Forest Labs 创始人斯坦福分享：从 GANs 到 FLUX 的视觉模型演进

Blatt 把视觉生成从 GANs 到 FLUX 的演进脉络讲透了，做图像生成或视觉 AI 的开发者能从中看到技术拐点，值得花 10 分钟听一下。

#visual generation #FLUX #diffusion models #GANs

Official accountBlack Forest Labs (FLUX)@bfl_mlSource

Jun 11

Models US vs ChinaMulti-source18:51

Chinese contentClaude Fable 5 轻松实现墨水流体融合效果

Claude Fable 5 在复杂流体效果上的表现令人惊喜，做创意设计和视觉特效的团队可以直接用它来快速原型验证，省去手动调试的麻烦。

#Claude Fable 5 #visual generation #AI models

Event

AI Will@FinanceYF5Source

Jun 10

Models US vs ChinaMulti-source17:54

Chinese contentClaude Fable 5 渲染黑洞视频惊艳，Anthropic 太强了

做视觉创意或 AI 生成内容的团队，Claude Fable 5 的渲染能力值得一试，一个提示词就能出高质量视频。

#Claude Fable 5 #Anthropic #visual generation #multimodal

Event

AI Will@FinanceYF5Source

May 30

Papers01:21

Chinese contentGPIC：1亿对图文数据集的视觉生成基准发布

做视觉生成模型的研究者终于有了一个大规模、开放许可的标准化基准，可以直接用来训练和评估模型，省去自己收集和清洗数据的麻烦。

#visual generation #GPIC #Fei-Fei Li

Official accountFei-Fei Li@drfeifeiSource

May 29

PapersSelected72°11:06

Chinese contentGPIC：28万亿像素的开放许可图像数据集，用于视觉生成

做视觉生成模型训练的研究者终于有了一个大规模、开放许可、可直接商用的数据集，不用再为版权和合规问题头疼。建议做图像生成、扩散模型或流匹配的团队直接下载使用。

#visual generation #datasets #image generation #Stanford

arXiv cs.AI@Keshigeyan Chandrasegaran et al. (9)Source

May 26

Products19:00

Chinese content阿里云AI创作展示：DiveIntoYourWorld项目亮点

对AI创意应用感兴趣的创作者和开发者，可以从中获取灵感，看看别人如何用阿里云AI工具做出有趣的项目，值得点开探索。

#Alibaba Cloud #AI content creation #creative tools #developer events

Official account阿里云 Alibaba Cloud@alibaba_cloudSource

May 19

PapersSelected14:28

Chinese contentSGT：用语义生成调优统一多模态模型的视觉理解与生成

做多模态模型训练的团队终于有了一个能同时提升理解和生成的后训练方法——SGT用分割任务对齐表征空间，比解耦训练更高效，做视觉AI的开发者可以直接参考代码实现。

#vision understanding #visual generation

arXiv cs.AI@Songsong Yu et al. (4)Source