InnAIO：几分钟创建专业的AI视频 提供图像/语音克隆功能
8月31日 消息:使用 InnAIO，您可以在几分钟内创建专业的 AI 视频，并将文本转换为语音。该软件还支持多种语言和口音，并可以在短短10秒内克隆出5分钟的音频。此外，InnAIO 还提供了强大的图像编辑器，使您能够快速创建令人惊叹的视频。
首页 > 图像
-
-
苹果推出300亿参数多模态AI大模型MM1.5：拥有图像识别、自然语言推理能力
10月13日消息，近日，苹果公司推出了300亿参数的多模态AI大模型MM1.5，该版本是在前代MM1的架构基础上发展而来的。该模型继续遵循数据驱动的训练原则，着重探究在不同训练周期中混合各类数据对模型性能产生的影响，相关模型文档已在Hugging Face上发布。MM1.5提供了从10亿到300亿的
-
海看股份：分析并研发了图像识别、人脸识别、语音识别、文字识别四大审核模型
有投资者在投资者互动平台提问：能介绍一下公司的内容审核模型吗？海看股份（301262.SZ）7月18日在投资者互动平台表示，公司根据自身业务内容审核的使用场景，分析并研发了图像识别、人脸识别、语音识别、文字识别四大审核模型：
-
ChatGPT新增两种交互方式，加入语音对话和图像识别功能
PyTorch近日，ChatGPT 进行了可能是迄今为止最大的更新，OpenAI 为其推出了两种新的交互方式。首先，ChatGPT 现在能够对话了。用户可以从五种逼真的合成声音中选择一种，然后就可以像打电话一样与聊天机器人进行对话，以问答的方式实时获得 ChatGPT 的回应。ChatGPT 现在也
-
小红书等给AI图像检测上难度！数据集均通过人类感知“图灵测试”|ICLR2025
AI生成内容已深度渗透至生活的方方面面，从艺术创作到设计领域，再到信息传播与版权保护，其影响力无处不在。然而，随着生成模型技术的飞速发展，如何精准甄别AI生成图像成为业界与学界共同聚焦的难题。来自小红书生态算法团队、中科大、上海交通大学联合提出行业稀缺的全人工标注Chameleon基准和行业领先的A
-
海看股份：自主研发的系统及应用已具备将图像识别、人脸识别、语音识别和文字识别等多种模型整合使用的能力
有投资者在投资者互动平台提问：贵公司在内容审核方面推出了四大审核模型，同时还有数字乡村，数字社区，数字教育，数字养老等服务。公司自主研发的系统及应用具备图像识别，人脸识别，语音识别，文字识别等模型。
-
苹果推出300亿参数MM1多模态大模型，可识别图像推理自然语言
近日，在一篇由多位作者署名的论文《MM1: Methods, Analysis & Insights from Multimodal LLM Pre-training》中，苹
-
图像合成神器MSG
今天分享一篇被CVPR 2020接收的论文，这篇论文与生成对抗GAN相关，题目为“MSG-GAN: Multi-Scale Gradient GAN for Stable Image Synthesis”（MSG-GAN:用于稳定图像合成的多尺度梯度GAN）。
-
看GAN如何一步步控制图像生成风格？详解StyleGAN进化过程
GAN 能够有条不紊地控制其生成图像的风格吗？你了解自己的风格吗？大部分 GAN 模型并不了解。那么，GAN 能够有条不紊地控制其生成图像的风格吗？
-
捷安高科：目前已经在部分产品中应用了计算机图像识别、语音识别技术、动作识别技术等相关技术
有投资者在投资者互动平台提问：尊敬的董秘您好：知悉公司拟认定为郑州市人工智能标杆企业，请介绍一下公司是如何在场景应用中使用人工智能的，在AI多模态方面是怎样应用的。 捷安高科（300845.SZ）12月11日在投资者互动平台表示，公司目前已经在部分产品中应用了计算机图像识别
