跳到正文
日期与来源

日期按北京时间的资讯列表日期计算,包含起止当天。

3月29日周五
3月25日周一
2月27日周二
2月26日周一
  1. Hugging Face Blog22

    Hugging Face 详解 AI 水印工具与技术:从 Nightshade、Fawkes 到 Truepic

    Hugging Face 发文梳理 AI 生成内容的水印方案,区分生成时嵌入与生成后添加两类路径,并介绍 Hub 上可用的加水印与检测工具。文章还提到 Glaze、Photoguard 等图像"隐形改动"工具,以及 Nightshade、Fawkes 这类数据投毒工具,用于阻止模型学习或生成人脸。Truepic 则按 C2PA 标准嵌入元数据并配合水印,提升来源可验证性。

2月19日周一
2月15日周四
  1. OpenAI News82

    OpenAI 研究:视频生成模型可作为世界模拟器

    OpenAI 探索在视频数据上大规模训练生成模型,将文本条件扩散模型联合训练于不同时长、分辨率和宽高比的视频与图像,并采用在视频和图像 latent code 的时空 patch 上运行的 transformer 架构。其最大模型 Sora 能生成一分钟高保真视频,结果表明扩展视频生成模型是构建通用物理世界模拟器的一条有前景的路径。

    推荐理由:OpenAI 首次公开 Sora 的技术路线,说明视频生成模型可扩展为物理世界模拟器。

2月3日周六
  1. Hugging Face Blog62

    SegMoE 发布:从零构建混合专家扩散模型

    Segmind 发布 SegMoE 框架,可从零创建混合专家(MoE)扩散模型,并已集成进 Hugging Face diffusers。此次发布包括 SegMoE-4x2、SegMoE-2x1 和 SegMoE-SD4x2 三个模型版本,以及用于自建 MoE 模型的 segmoe 代码包,模型采用 Apache 2.0 许可。

    推荐理由:发布方给出从零构建 MoE 扩散模型的代码与三个合并版本,创作者可据此把多个预训练模型组合成新模型。

1月15日周一
1月14日周日
1月4日周四
1月2日周二
12月5日周二
11月9日周四
11月6日周一
10月24日周二
10月19日周四
  1. OpenAI News62

    DALL·E 3 在 ChatGPT Plus 和 Enterprise 上线

    OpenAI 宣布 DALL·E 3 现已在 ChatGPT Plus 和 Enterprise 中可用。为准备更大范围发布,OpenAI 开发了一套安全缓解措施,并同步分享了其在内容溯源研究方面的进展。

    推荐理由:DALL·E 3 面向 ChatGPT Plus 与 Enterprise 开放,官方同时说明为扩大发布所做的安全缓解措施。

10月3日周二
10月2日周一
9月29日周五
9月18日周一
  1. Hugging Face Blog30

    3D Gaussian Splatting 入门:实时辐射场渲染的原理与前景

    3D Gaussian Splatting 是一种光栅化技术,能从少量图像学习并实时渲染照片级真实感场景。它先用 COLMAP 做 Structure from Motion 估计点云,再将每个点转为高斯并训练,通过可微高斯光栅化实现快速渲染。其代价是显存占用高(查看需 4GB、训练需 12GB)和场景文件大(1GB+),且暂不兼容 Vulkan、DirectX、WebGPU 等现有渲染管线。

9月13日周三
  1. Hugging Face Blog60

    Hugging Face 发布 Würstchen:高压缩潜空间的快速图像扩散模型

    Hugging Face 发布 Würstchen 图像生成扩散模型,其文本条件部分在高度压缩的潜空间中工作,通过 Stage A 的 VQGAN 与 Stage B 的 Diffusion Autoencoder 实现 42x 空间压缩,Stage C 作为 Prior 在该潜空间中训练。

    推荐理由:Würstchen 用 42x 空间压缩把训练成本降到 SD1.4 的约六分之一,可据此评估低显存出图方案。

9月8日周五
8月30日周三
8月16日周三
8月9日周三
8月4日周五
8月1日周二
7月27日周四
  1. Hugging Face Blog62

    苹果与 Hugging Face 用 Core ML 混合位量化在 Mac 上运行 Stable Diffusion XL

    苹果与 Hugging Face 将 Stable Diffusion XL 基础模型移植到 Core ML,可在运行 macOS 14 公测版的 Apple Silicon Mac 上使用,目前采用 ORIGINAL attention 实现,refiner 阶段尚未移植。

    推荐理由:苹果与 Hugging Face 联合给出 SDXL 在 Mac 上的 Core ML 混合位量化方案,附各机型实测延迟与压缩配方。

7月21日周五
7月20日周四
7月17日周一
7月14日周五
6月26日周一
  1. Hugging Face Blog22

    Hugging Face 通讯第4期:文本到图像模型中的偏见

    Hugging Face 发布《伦理与社会通讯》第4期,聚焦文本到图像模型的偏见问题。文章梳理了训练数据、预训练数据过滤、CLIP 推理、模型潜在空间及事后过滤等五类偏见来源,并指出 Stable Diffusion v2.1 与 ERNIE ViLG 在"北京的房子"同一提示下生成结果存在文化刻板印象。团队同时介绍了 Stable Bias 项目用于探索和比较生成图像偏见的工具。

6月15日周四
5月25日周四
5月23日周二
5月8日周一
  1. Hugging Face Blog30

    深入解析文本到视频模型:从 GAN 到扩散模型的发展与挑战

    Hugging Face 博客梳理了文本到视频模型的发展脉络:早期基于 GAN 和 VAE 的方法受限于低分辨率与短时长,随后 Phenaki、Make-A-Video、NUWA、VideoGPT、CogVideo 等转向 transformer 架构,当前主流则采用扩散模型。文本到视频需保证帧间时空一致性,面临算力成本高、高质量数据集稀缺、视频描述模糊三大挑战,模型通常只能生成极短片段。

4月26日周三
3月28日周二