利用 Meta 的 ImageBind 训练出来的多模态模型。

利用 Meta 的 ImageBind 训练出来的多模态模型。 只使用了 文本-图像 数据进行微调就获得了很好的多模态效果。 Yixuan Su: We are super excited to share PandaGPT, the first foundation model capable of instruction-following data across six modalities, without the need of explicit supervision. [1/n] Project Page: Demo: Code:

据彭博社报道，Adobe 正在使用 Midjourney 的图片，训练其文生图模型 Firefly。

据彭博社报道，Adobe 正在使用 Midjourney 的图片，训练其文生图模型 Firefly。 消息人士透露，关于使用 Midjourney 的 AI 生成图片来训练 Firefly 模型在 Adobe 内部一直存在非常大的分歧。即使在 Firefly 开发的早期阶段，一些员工也不同意 Adobe 将 AI 生成的图像纳入到Firefly 训练数据中。 在用于训练 Firefly 的 Adobe Stock 数据库中，有 5700 万条数据被标记为 AI 生成的，这约占数据库中图像总数的 14%。而此前 Adobe 发言人指出，用于训练 Firefly 的图像中只有 5% 来自其他平台创建的 AI 图像。 标签: #Adobe #AI 频道: @GodlyNews1 投稿: @Godlynewsbot

AI生成模型合集AI文本生成图像模型

AI生成模型合集 AI文本生成图像模型 DALL-E 2：https://openai.com/product/dall-e-2 Stable Diffusion：https://stablediffusionweb.com/ Craiyon：https://www.craiyon.com/ Jasper：https://www.jasper.ai/ Imagen：https://imagen.research.google/ Midjourney： 网站：https://midjourney.com/ 教程：https://www.uisdc.com/midjourney 关键词：https://github.com/willwulfken/MidJourney-Styles-and-Keywords-Reference NightCafe：https://nightcafe.studio/ GauGAN2： http://gaugan.org/gaugan2/ https://blogs.nvidia.com/blog/2021/11/22/gaugan2-ai-art-demo/ WOMBO ：https://www.wombo.ai/ pixray/text2image：https://replicate.com/pixray/text2image neural.love：https://neural.love/ AI文本生成视频模型 Runway：https://runwayml.com/ Fliki：https://fliki.ai/ Synthesia：https://www.synthesia.io/ Meta AI：https://ai.facebook.com/ Google AI：https://ai.google/ Phenaki：https://phenaki.video/ AI文本生成音频模型 Play.ht：https://play.ht/ Murf：https://murf.ai/ Resemble AI：https://www.resemble.ai/ WellSaid：https://wellsaidlabs.com/ Descript：https://www.descript.com/ AI文本生成文本模型 Simplified：https://simplified.com/ Jasper：https://www.jasper.ai/ Frase：https://www.frase.io/ EleutherAI：https://www.eleuther.ai/ AI21 Labs：https://www.ai21.com/ Hub Spot：https://www.hubspot.com/ InferKit：https://inferkit.com/ GooseAI：https://goose.ai/ Research AI：https://researchai.co/ Writesonic：https://writesonic.com/ Cohere：https://cohere.ai/ Chibi：https://chibi.ai/ Ideas AI：https://ideasai.com/ Copysmith：https://app.copysmith.ai/ Flowrite：https://www.flowrite.com/ Nichesss：https://nichesss.com/ Sudowrite：https://www.sudowrite.com/ ideasbyai：https://ideasby.ai/ TextCortex：https://textcortex.com/ OpenAI GPT-3：https://beta.openai.com/playground Blog Idea Generator：https://www.usetopic.com/blog-idea-generator AI文本生成Motion模型 Tree：https://tree.industries/ MDM: Human Motion Diffusion Model： https://guytevet.github.io/mdm-page/ AI文本生成代码模型 replitGhostwriter code：https://replit.com/site/ghostwriter Github copilot：https://github.com/features/copilot AI文本生成NFT模型 LensAI：https://www.lens.xyz/ AI文本生成3D模型 DreamFusion：https://dreamfusion3d.github.io/ CLIP-Mesh：https://www.nasir.lol/clipmesh GET3D：https://nv-tlabs.github.io/GET3D/ AI音频生成文本模型 Descript：https://www.descript.com/ AssemblyAI：https://www.assemblyai.com/ Whisper (OpenAI)：https://openai.com/blog/whisper/ AI音频生成音频模型 AudioLM： https://google-research.github.io/seanet/audiolm/examples/ Voicemod：https://www.voicemod.net/ AI-Brain生成文本模型 speech from brain(metaAI): https://ai.facebook.com/blog/ai-speech-brain-activity/ Non-invasive brain recordings： https://www.biorxiv.org/content/10.1101/2022.09.29.509744v1 AI图像生成文本模型 Neural.love：https://neural.love/ GPT-3 x Image Captions：https://www.auxiliary.tools #实用资源收集 #AI#合集

OpenAI宣布关闭DALL-E 2图像生成模型 因为已经有更强大的DALL-E 3

OpenAI宣布关闭DALL-E 2图像生成模型 因为已经有更强大的DALL-E 3 到 2023 年 9 月 OpenAI 宣布推出 DALL-E 3，这是 DALL-E 2 的升级版本，具有更好的图片生成特性，例如可以生成更高质量的图片、更准确地反映提示词，尤其是在处理常提示词内容是可以更好地理解并创建图片。当然重点是新版本解决了文本内容和人手的问题，文本内容指的是如果要在图片中显示一段文字或单词，那么 AI 模型无法处理；人手问题则是生成时人类可能有六只手指等。在 DALL-E 3 发布半年后，OpenAI 现在已经决定退役 DALL-E 2，当用户尝试登录 OpenAI 访问 DALL-E 2 页面时，页面会提示：我们不再允许新用户使用 DALL-E 2，DALL-E 3 具有更高质量的图像、改进了提示依从性，我们已经开始推出图像编辑功能，该功能适用于 ChatGPT Plus、ChatGPT Team、ChatGPT Enterprise 以及 OpenAI API 用户。所以实际上用户是无法继续使用 DALL-E 2 生成图像的，当然这也不是什么坏事，用户可以继续使用 DALL-E 3 并创建更多有趣的内容。 ... PC版： 手机版：

是Google研究的一种新的移动端文本生成图像的方法，专为移动设备设计，是一种高效的潜在扩散模型，能够在半秒内生成高质量的512

是Google研究的一种新的移动端文本生成图像的方法，专为移动设备设计，是一种高效的潜在扩散模型，能够在半秒内生成高质量的512x512图像。 MobileDiffusion的设计遵循潜扩散模型，包括三个组件：文本编码器、扩散UNet和图像解码器。 MobileDiffusion通过优化模型架构，包括Diffusion UNet和图像解码器，展现了在计算效率上的出色表现，该技术有望在移动设备上推动快速图像生成体验，拓展了生成模型在提高用户体验和应对隐私问题方面的潜在应用。

#Midjourney V6上线

#Midjourney V6上线 一些反馈发现（单簧管总结）： - 提示词长度现在是350+ - 您可以指定颜色和其他细节 - 你可以在画布上放置你想要的东西，如添加文本 - 您可以提示多个主题 - 你可以像ChatGPT一样和Midjourney聊天 - V6能够理解标点和语法的细微差别(即：熊猫吃、射、走） - 可以使用V6制作niji那样的漫画 - 可以通过描述图像来为其添加框架或边框 如何启用：在 /settings 下拉菜单中选择 V6，或在提示后输入 v 6。 官方对V6 模型的新特性： 1、更准确的提示跟随和更长的提示 •改进的响应能力：V6 模型对用户输入的响应更加准确，能够更好地理解和执行复杂的提示。 •处理更长的提示：V6 能够处理更长的文本提示，这意味着用户可以提供更详细的描述和指令，从而获得更精确的输出结果。 2、提升的连贯性和模型知识 •改善的连贯性：V6 在生成内容时的连贯性得到了显著提升，这使得输出结果更加流畅和自然。 •增强的模型知识：V6 拥有更丰富的知识库和更好的理解能力，能够更准确地处理复杂的查询和任务。 3、改进的图像提示和混合 •增强的图像生成：V6 在图像生成方面的能力得到了增强，能够根据文本提示创建更精细和逼真的图像。 •改善的图像混合：V6 提供了更好的图像混合功能，使得不同元素和风格的结合更加和谐自然。 4、文本绘制能力 •用户可以在他们的提示中指定要在图像上显示的文本，模型将会根据这些指示在生成的图像中包含相应的文本内容。 •绘制文本：V6 可以在图像中绘制文本。为了获得最佳效果，文本应该用引号标出。这样做可以帮助模型区分哪些是描述性的提示，哪些是实际要在图像中呈现的文本。 •风格调整：使用 style raw 或较低的 stylize 值可能有助于提高文本绘制的准确性和质量。这是因为不同的风格设置可能会影响文本在图像中的呈现方式。 例如，如果用户想要生成一张图像，上面写着用马克笔在便利贴上写的“Hello World!”，他们可以使用类似于以下的提示：“/imagine a photo of the text 'Hello World!' written with a marker on a sticky note ar 16:9 v 6”。