2022年是生成模型奇幻发展的一年，StableDiffusion创造了超现实主义的艺术，ChatGPT回答了生命意义的问题，MakeaVideo从文本生成了栩栩如生的马儿，DreamFusion✨生成了不可思议的三维模型，多...

文本生成图像（text-to-image）指的是使用人工智能技术将文本转换为图像的过程，其可以根据给定文本生成符合描述的真实图像，其是多模态机器学习的任务之一，具有巨大的应用潜力，如视觉推理、...

Meta公司（原Facebook）在今年9月29日首次推出一款人工智能系统模型：Make-A-Video，可以从给定的文字提示生成短视频。Make-A-Video研究基于文本到图像生成技术的最新进展，该技术旨在实现文本...

基于深度学习的机器学习方法已经在语音、文本、图像等单一模态领域取得了巨大的成功，而同时涉及到多种输入模态的多模态机器学习研究有巨大的应用前景和广泛的研究价值，成为了近年来的研究热点...