Des chercheurs présentent une approche dite Image-to-Code dans laquelle un agent de codage écrit un programme Blender exécutable à partir d'une seule photo.
OpenAI a lancé mondialement deux nouvelles fonctionnalités d'achat dans ChatGPT.
教皇 Léon XIV 在 X 上发文, 呼吁保护人类艺术免受 AI 侵蚀, 称机器基于数百万张他人图像通过统计计算生成的作品与人类艺术之间存在“本体论差异”, 算法缺乏人性的火花. 他于 5 月发布通谕, 强调在自动化日益普及的世界中维护人的尊严. 据« 纽约时报 »近期报道, Anthropic 曾积极游说梵蒂冈重新考虑其在非人类意识问题上的立场, 但似乎收效甚微.
Sean Parker, cofondateur de Napster, et Prem Akkaraju, PDG de Stability AI, réorientent l'entreprise vers des outils d'IA destinés aux professionnels de la musique. Fin août.
Google Research présente Diffusion Controller, un cadre qui reformule le processus de débruitage de la génération d'images comme un problème de contrôle continu.
OpenAI ajoute à ChatGPT for Business le modèle o3, la génération d'images。
OpenAI 于 2025 年推出 GPT-4o 的原生图像生成功能, 具备更强的文本渲染和指令遵循能力. 文中还提及可探索 ChatGPT Images 2.5.
OpenAI publie un addendum à la fiche système de GPT-4o consacré à la génération d'images 4o. Cette approche est présentée comme nettement plus performante que la série DALL·E 3。
Motif de la recommandation :L'addendum présente la génération d'images 4o comme plus performante que DALL·E 3 et capable de produire des images photoréalistes à partir d'entrées visuelles.
OpenAI 发布 Consistency Models, 指出扩散模型虽推动了图像, 音频和视频生成, 但依赖迭代采样过程, 导致生成速度较慢.
OpenAI présente des techniques d'entraînement améliorées pour les Consistency Models。
Canva, plateforme de communication visuelle utilisée par plus de 175 millions de personnes chaque mois。
OpenAI explore l'entraînement à grande échelle de modèles génératifs sur des données vidéo. L'équipe entraîne conjointement des modèles de diffusion conditionnés par texte sur des vidéos et des images de durées, résolutions et formats variables, en s'appuyant sur une architecture Transformer opérant sur des patchs spatio-temporels de codes latents vidéo et image. Le plus grand modèle, Sora, peut générer une minute de vidéo haute fidélité, et les résultats suggèrent que le passage à l'échelle des modèles de génération vidéo est une voie prometteuse vers des simulateurs généralistes du monde physique.
Motif de la recommandation :L'article expose l'entraînement conjoint de modèles de diffusion sur vidéos et images et présente Sora capable de générer une minute de vidéo, ce qui éclaire la voie vers des simulateurs du monde physique.
DALL·E 3 est désormais disponible dans ChatGPT Plus et Enterprise. OpenAI indique avoir développé une pile de mesures de sécurité pour préparer DALL·E 3 à une diffusion plus large et partage des mises à jour sur ses recherches en matière de provenance.
OpenAI publie la fiche système de DALL·E 3.