小互日报-2 月 2 日
type
status
summary
date
slug
tags
category
password
icon
1⃣️
🌍 Google Bard全球更新:
- 支持Gemini Pro,覆盖40种语言、230多个国家和地区。
- 新增图像生成功能,基于Imagen 2模型,目前仅支持英语。
- 多语言双重检查功能,通过“G”图标验证Bard回答的准确性。
- 图像生成中加入可识别水印(SynthID)。
🔗 https://blog.google/products/bard/google-bard-gemini-pro-image-generation/
![notion image](https://assets.waytoagi.com/usercontent/Hero_10_1_width_1600_format_webp_17a680a8db.webp?t=fb78c96e-f1ca-4dc6-bafd-401cab099843&image_process=resize,w_1000)
2⃣️
📷 JoyTag开源图像标注模型:
- 输出5000多个标签预测,无内容过滤,支持性正面内容。
- 基于ViT-B/16构建,输入尺寸448x448x3,9100万参数,训练样本660M。
- 适合多样化图像内容,特别优化Diffusion模型训练。
![notion image](https://assets.waytoagi.com/usercontent/GFVM_K_Faw_A_Ah0b_K_13fb6fe5e2.jpeg?t=dbf9a237-ba7e-45a9-9698-904b85b77dc3&image_process=resize,w_1000)
3⃣️
🎥 Wonder Studio摄像机追踪与点云技术:
- 自动识别摄像机移动和拍摄场景,精确CGI与实景融合。
- 包括摄像机追踪和点云技术,支持3D场景重建和CG元素自然移动。
🔗 https://x.com/xiaohuggg/status/1753386192224362950?s=20
4⃣️
🖼️ Google ImageFX工具:
- 基于Imagen 2,通过点击关键词合成提示词生成图片。
- 类似Google MusicFX操作体验。
5⃣️
🔧 InstructIR图像恢复工具:
- 根据文字描述改善图片,支持去噪、去雨、去模糊等。
- 使用NAFNet和指令条件块(ICB),支持多任务学习。
6⃣️
📝 InternLM-XComposer图文创作模型:
- 自由形式输入下的图文创作和理解,包含海量图文知识库。
- 支持图像识别、感知和视觉推理。
7⃣️
🎨 Poe Image Remix功能:
- 修改AI生成图片的风格、布局和颜色。
- 支持SDXL和Playground v2图像生成机器人,适用于Web、macOS、Windows,计划扩展到iOS和Android。
🔗 https://x.com/xiaohuggg/status/1753257680804946390?s=20
![notion image](https://assets.waytoagi.com/usercontent/GFT_Qn_Zpb0_AA_Nyb_Y_0bc3683b2f.jpeg?t=73bc1eb6-32ee-4f5a-8e66-b177058c76f7&image_process=resize,w_1000)