撞墙还是新起点？自回归模型在图像领域展现出Scaling潜力
撞墙还是新起点？自回归模型在图像领域展现出Scaling潜力自回归方法，在图像生成中观察到了 Scaling Law。 「Scaling Law 撞墙了？」这恐怕是 AI 社区最近讨论热度最高的话题。
来自主题: AI技术研报
6523 点击 2024-11-26 13:48
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
自回归方法，在图像生成中观察到了 Scaling Law。 「Scaling Law 撞墙了？」这恐怕是 AI 社区最近讨论热度最高的话题。
【新智元导读】刚刚，一款专为消费级显卡设计的全新非自回归掩码图像建模的文本到图像生成模型——Meissonic发布，标志着图像生成即将进入「端侧时代」。
7月29日，AI图像生成平台「LiblibAI哩布哩布AI」宣布，在一年内已完成三轮融资。
![10秒生成4K图像，细节堪比摄影：FLUX1.1 [Pro] 的Ultra/Raw模式震撼发布](https://www.aitntnews.com/pictures/2024/11/11/caa5aef4-9fd4-11ef-8bd0-fa163e4b35c9.png)
黑森林实验室（Black Forest Labs）最近推出了FLUX1.1 [pro]的Ultra模式和Raw模式，为图像生成工具带来突破性升级，让创作者在AI生成图像领域有了前所未有的选择。
最近，一个名叫 Osmo 的初创公司宣布，他们成功地将气味数字化了。第一个成功的案例是「新鲜的夏季李子」，而且复现出的味道「闻起来」很不错。整个过程依靠 AI 技术来完成，不需要人工干预。有了这项技术，你就可以像下载音乐一样下载香水了。
VQAScore是一个利用视觉问答模型来评估由文本提示生成的图像质量的新方法；GenAI-Bench是一个包含复杂文本提示的基准测试集，用于挑战和提升现有的图像生成模型。两个工具可以帮助研究人员自动评估AI模型的性能，还能通过选择最佳候选图像来实际改善生成的图像。
MPDS（Movie Posters Dataset）是一个创新的电影海报数据集，旨在解决现有图像生成模型在制作电影海报时面临的挑战。
多模态模型，统一图像生成。
LLM统一了语言生成任务，图像生成可以吗？就在刚刚，智源推出了全新扩散模型架构OmniGen，单个模型就能生成图像，彻底告别繁琐工作流！
大型语言模型（LLM）的出现统一了语言生成任务，并彻底改变了人机交互。然而，在图像生成领域，能够在单一框架内处理各种任务的统一模型在很大程度上仍未得到探索。近日，智源推出了新的扩散模型架构 OmniGen，一种新的用于统一图像生成的多模态模型。