Seedream 4.5
PulseAugur coverage of Seedream 4.5 — every cluster mentioning Seedream 4.5 across labs, papers, and developer communities, ranked by signal.
-
多模态大语言模型在检测AI生成的深度伪造方面展现出潜力
一项新的研究论文探讨了多模态大语言模型(MLLMs)检测AI生成的深度伪造面部图像的潜力。该研究使用真实和生成图像的数据集,对包括GPT-4o、GPT-5、GPT-5.2、Gemini 2.5和Seed 1.6在内的多个MLLMs进行了基准测试。结果显示检测准确率很高,其中GPT-5.2通过识别结构不一致性,在成对比较中达到了97.9%的准确率。然而,SynthID水印的存在将Gemini的检测准确率降低了10%,这表明虽然MLLMs…
-
新的VLM篡改检测框架取得最先进成果
研究人员开发了一个新的框架,用于检测现代视觉语言模型(VLMs)中的像素级图像篡改。该方法侧重于域泛化,以确保在不同的VLM生成操纵分布中具有鲁棒性。它采用平衡的小批量采样方案来防止有偏优化,以及一种后期注入策略,在初始训练后将检测器暴露于新数据。该方法在各种分布外VLM上的检测精度方面显著优于先前最先进的技术,显示出实质性的相对改进。
-
开源文生图模型快速发展,但编辑和视频生成滞后
开源社区在文生图模型方面正经历快速发展,Krea 2 和 Ideogram 4.0 正在缩小与闭源模型的差距。然而,Qwen2511 和 Klein9B 等模型在身份保持、颜色一致性和解剖学准确性等方面仍有差距。开源人工智能领域认识到需要改进图像编辑和视频生成能力。
-
商汤开源SenseNova U1,统一多模态理解与生成
商汤科技正式发布并开源了其原生的统一理解与生成大模型SenseNova U1系列。该系列模型基于NEO-unify架构构建,在一个框架内集成了多模态理解、推理和生成能力。U1系列旨在高效处理和生成语言与视觉信息,在多项基准测试中取得了最先进的成果,甚至超越了一些更大的闭源模型。