从整体来看，海康威视这项新专利的授权，不仅是对公司技术能力的认可，更是对其在国际市场中竞争实力的增强。这也为整个行业的技术升级提供了良好的示范，其他企业有望借此推动自身技术创新，促进整个安防行业的提升。

阿里通义万相发布2.1版模型，视频与图像生成能力大幅提升 阿里巴巴旗下的通义万相平台近期推出了其2.1版本的模型升级，此次升级着重增强了视频与图像生成的功能，为用户带来了更为丰富和优质的创作体验。 在视频生成领域，通义万相2.1版引入了自主研发的高效VAE和DiT架构，这一创新不仅显著提升了时空上下文建模的能力，还成功实现了中文文字视频生成的功能。据悉，该功能在VBench榜单中已经取得了领先地位 ...

日前阿里云方面宣布，旗下自研大模型通义万相迎来重磅升级，已迭代至2.1版本（以下简称为万相2.1）。

IT之家1 月 13 日消息，今日 Adobe 宣布推出一系列全新的生成式 AI 工具，旨在自动化处理劳动密集型生产任务，例如批量编辑图像和翻译视频演示文稿。其中最引人注目的是“Firefly Bulk Create”应用，该工具允许用户一键快速调整多达 10,000 张图像的尺寸或替换所有 ...

2024年1月16日，一个令人兴奋的消息在科技圈引发关注：埃隆·马斯克旗下的 xAI 公司正式推出了网页版Grok AI聊天机器人，标志着用户无需访问X.com，也无需拥有X账户，便可体验这一创新产品的强大功能。用户只需造访grok.com，输入出生年份，就能快速开启智能聊天之旅，进行实时信息收集、获取问题答案，甚至生成图像。 网页版Grok的设计相当贴心，输入框下方的菜单让用户能够轻松切换“自动 ...

1月16日消息，马斯克掌舵的xAI公司再次发力，隆重推出了网页版Grok AI聊天机器人。这一举措意味着用户不再需要进入X.com，也无需拥有X账户，就能享受到Grok的各种精彩功能。只需访问grok.com并输入出生年份，用户即可开始与这个智能助手互动，获取及时的信息和答案，甚至还能生成图像，体验科技的乐趣！

scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) # 在检测到的人脸周围绘制矩形框 for (x, y, w, h) in faces: cv2.rectangle(image, (x, y), (x+w, y+h), (255, 0, 0), 2) # 显示结果 cv2.imshow('Face Detection', image) ...

1 月 16 日消息，埃隆・马斯克（Elon Musk）旗下 xAI 公司在推出 iOS 版后，最新上线推出了网页版 Grok AI 聊天机器人，意味着用户无需访问 X.com 甚至无需拥有 X 账户，即可体验 Grok 的各项功能。

最新消息称，三星 Galaxy S25 系列所搭载的 Sketch To Image 功能支持语音和文本提示，用户可以通过语音或文字描述补充草图信息，让生成的图像更符合预期。 新增的语音和文本提示功能将突破“草图”的限制，让用户通过多种方式引导 AI ...

用户可以修改 c 以创建新的文本提示 c ′。反演过程首先将 x0、c、当前时间步长 t 和之前重建的图像 x0,t+1（初始化为零矩阵）输入反演网络。然后，该网络预测噪声 ϵt，随后将其输入到冻结的 SDXL-Turbo 模型中以生成新的重建图像 x0,t。给定最终的反演噪声 ϵt ...

据了解，Sana 能够生成4096×4096分辨率的图像，并且可以在16GB 的显卡上运行，不到1秒的时间内生成1024×1024分辨率的高质量图片，这一速度在同类模型中表现突出。 研究团队引入了一种深度压缩自编码器（DC-AE），相比于传统的自编码器，Sana 的压缩比高达32倍 ...

IT之家12 月 27 日消息，快手今日宣布，可图 1.5 图像模型发布，画面质量及美感大幅提升。AI 试衣新增“AI 模特”功能，输入文本描述即可生成 AI 模特，配合 AI 换装及可灵 1.6 图生视频，可生成服装展示视频。 此外，可灵 1.5 模型（IT之家注：图生视频）高品质 ...