搜索
近半年来，文生视频、图生视频类的工具层出不穷，让人眼花缭乱。但不少实际体验过的用户一定会感受到，脑中的想法转化为语言尚且不易，而人类的语言复杂而精妙，想要再找到准确的提示词，让AI正确理解我们的意图，继而转换为图片和视频，实在是太难了。
在过去短短两年内，随着诸如 LAION-5B 等大规模图文数据集的开放，Stable Diffusion、DALL-E 2、ControlNet、Composer ，效果惊人的图片生成方法层出不穷。图片生成领域可谓狂飙突进。
有人借助了阿里之前走红的AI技术——AnimateAnyone，生成出来了这个舞蹈片段。技术圈的盆友对这个技术都不陌生，“出道”至今仅仅1个月时间，这个项目便已经在GitHub上斩获了超1.1万个star。
能准确写汉字的AI绘图工具，终于登场了！包括中文在内一共支持四种语言，而且还能文字的位置还能任意指定。从此，人们终于可以和AI绘图模型的“鬼画符”说再见了。
OpenAI GPT-4V 和 Google Gemini 都展现了非常强的多模态理解能力，推动了多模态大模型（MLLM）快速发展，MLLM 成为了现在业界最热的研究方向。
AI电商时代开幕，阿里与拼多多的新战场。
来自香港大学、阿里巴巴和蚂蚁集团的新成果 Anydoor 为图片编辑打开了一扇「任意门」。任何物品，只需要一张照片，就能被传送到另一张图片的世界中。
文生视频可以精细到什么程度？最近，阿里巴巴的一项研究给出了答案：1280×720 分辨率没有压力，而且生成效果非常连贯。
据晚点LatePost独家消息，阿里巴巴旗下淘天集团和国际数字商业集团都已经建立了完整的AI团队。
大模型创业，“最安全”的人来了！吴翰清，前阿里云首席安全科学家、P10级研究员在今年5月离职阿里后，现在被曝投身AI创业。