2年前 (2024-03-06)
来自斯坦福大学、佐治亚理工学院、微软和谷歌DeepMind的研究人员推出了一个Design2Code项目，它探讨多模态大语言模型在前端开发中的应用。简单来说就是利用多模态大语言模型（如 GPT-4V ）直接将设计草图自动生成相应的HTML和CSS代码，让你轻松实现设计想法。开发人员已经在释出了论文和代码。查看：Desi... 阅读全文
优惠 Design2Code：多模态大语言模型在前端开发中的应用
AI
标签：Design2Code
AI
2年前 (2024-03-06)AI
来自斯坦福大学、佐治亚理工学院、微软和谷歌DeepMind的研究人员推出Design2Code项目，它探索了多模态大语言模型（LLM）在前端开发中的应用。这项任务的目标是将视觉设计直接转化为代码实现，从而改变了前端开发的工作流程。想象一下，如果你有一个网站的设计草图，你希望有一个工具能够自动为你生成实现这个设计的网站代... 阅读全文
优惠 文本到语音（TTS）合成系统NaturalSpeech 3：生成自然、高质量且具有零样本（zero-shot）能力的语音
AI
2年前 (2024-03-06)AI
来自微软亚洲研究院、中国科学技术大学、香港中文大学（深圳）、浙江大学、东京大学、北京大学的研究人员推出文本到语音（TTS）合成系统NaturalSpeech 3。这个系统的目标是生成自然、高质量且具有零样本（zero-shot）能力的语音。所谓零样本能力，意味着即使在没有特定说话人的训练数据的情况下，系统也能够模仿他们... 阅读全文
优惠 Modeling Collaborator框架：通过自然语言交互来替代人工标注，大幅减少定义概念所需的工作量
AI
2年前 (2024-03-06)AI
来自华盛顿大学和谷歌的研究人员推出Modeling Collaborator框架，它是一个创新的工具，旨在帮助人们以最小的努力训练视觉模型来识别复杂或主观的视觉概念。在日常生活中，我们经常需要计算机视觉系统来识别图片中的内容，比如区分美食、艺术品或者判断某个场景是否安全。但是，传统的训练方法需要大量的手动标注工作，这既... 阅读全文
