预测下一个像素还需要几年？谷歌：五年够了
机器之心报道机器之心编辑部既然语言可以当序列来学，那图像能不能也当序列来学？通过将图像表示为像素序列，先前的研究表明通过下一像素预测，可以以一种简单、端到端的方式同时学习视觉识别与生成。从概念上讲，下一像素预测非常容易扩展，因为它是无监督学习：无需任何人工标注。
一用一个不吱声！TRAE悄悄上线的个人助理「TRAE宝」到底有多香？
大家好，我是袋鼠帝最近一个月，Personal AI（个人助理）绝对算得上是AI圈最火热的词之一。
苹果首次公开iPhone图像防伪技术，给照片加上“身份证”
在AI图像越来越普遍的当下，这项技术对照片防伪和溯源给行业提供了一个参考。需要注意的是，参考图像目前仅支持iPhone 18 Pro和iPhone 18 Pro Max的主摄，iPhone Duo等设备不能使用。
对标GPT-4o和香蕉，浙大开源ContextGen：布局身份协同新SOTA
【导读】浙江大学ReLER团队开源ContextGen框架，攻克多实例图像生成中布局与身份协同控制难题。
苹果推出Reference Image功能应对深度伪造图片
如何证明一张照片准确反映了相机拍摄的真实内容？数字图像编辑和AI图像生成技术的普及，让这个问题对新闻摄影师、媒体机构以及作品受众来说变得愈发棘手。此前，业界已经通过C2PA等标准来验证图像真实性，也有像谷歌SynthID这样的水印技术用于检测AI生成图像。
Meta全新自研图像模型来了！不用反复调提示词，首次引入Agent自动改图
但是，由于该模型支持调取他人公开账号照片生成AI图像，缺少完善授权与通知机制，引发用户关于肖像权、隐私泄露、深度伪造风险的担忧。
世界模型的新用途：不做选手，去当裁判
然而，最近有一个叫「Uranus」的世界模型发布，不当具身大脑，却做机器人开发的基础设施，在市面上鲜有同类。
苹果最强夜拍技术曝光：从源头AI提升画质，告别“油画感”
IT之家 12 月 20 日消息，科技媒体 9to5Mac 今天（12 月 20 日）发布博文，报道称苹果携手普渡大学，为彻底解决极低光照环境下的拍摄难题，联合开发了一项名为 DarkDiff 的全新 AI 技术。
做3D纹理生成，不用3D数据，只用2D图片训练，论文怎么做到的？
来源：市场资讯（来源：科技行者）你可能没意识到这件事有多反常。过去几年所有做3D纹理生成的团队,都卡在同一个地方:要训练一个能给3D模型上色的AI,必须先喂给它海量高质量的3D素材。可3D素材这东西,拍摄建模成本高,数量稀缺,业内一直把它当成绕不开的硬门槛。
RefCaptioner让参考图与视频语义精准对应
普通视频描述只生成文本，难以表达候选参考图与局部视频语义之间的对应关系;与每个基线相比，RefCaptioner 获得的 Good 比例均高于 Bad，面对开源模型时优势尤其明显。