图像检索 - AI话题 - AI快开门

2024-05-07

视频生成物理引擎与多模态检索

PhysDreamer为视频生成加入材质点物理模拟，MagicLens用LLM生成开放指令实现图像检索，二者共同推进多模态内容的真实感与可控性。

视频生成物理引擎图像检索多模态 PhysDreamer

2024-05-01

多模态生成与检索新范式

Google DeepMind推MagicLens文本驱动图像检索，智子引擎发布自主更新多模态大模型Awaker，写真视频效果超Sora；视觉-语言模型详解与FaceChain人像风格赛一等奖方案同步亮相，显示多模态正从“能生成”走向“可控、高保真”。

多模态图像检索视频生成 Awaker MagicLens