20240203 每日AI必读资讯

🌍 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/​
  🔗 https://blink.csdn.net/details/1640176
  ​
  

📷 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。​
  🔗 https://blink.csdn.net/details/1640164

🎥 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://blink.csdn.net/details/1640165
  ​
  
  🖼️ 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。​
  🔗 https://aitestkitchen.withgoogle.com/tools/image-fx​
  🔗 https://blink.csdn.net/details/1640166
  ​
  

🔧 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。​
  🔗 https://mv-lab.github.io/InstructIR/​
  🔗 https://arxiv.org/abs/2401.16468​
  🔗 https://blink.csdn.net/details/1640168

​
📝 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。​
  🔗 https://github.com/InternLM/InternLM-XComposer/tree/main​
  🔗 https://arxiv.org/abs/2401.16420​
  🔗 https://blink.csdn.net/details/1640175

​
🎨 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://blink.csdn.net/details/1640178