技术Blog
探索人工智能领域的最新研究成果与技术实践
揭秘FG-CLIP：细粒度+难负样本，高质量图文对齐数据集FineHARD开源发布
360人工智能研究院在最新跨模态对齐工作FG-CLIP模型开源的基础上，进一步将FG-CLIP成功背后的“达芬奇密码”：FineHARD高质量图…
告别“图文不符”！FG-CLIP实现细粒度跨模态对齐，360开源模型重塑AI视觉理解
360人工智能研究院最新图文跨模态模型FG-CLIP，宣布以“长文本深度理解”和“细粒度视觉比对”双突破，彻底解决了传统CLIP模型的“视觉近视…
360AI推出DiT架构下"省钱版"ControlNet, 参数量骤减85%性能达到SOTA！
该框架通过优化控制信号的集成方式，在Diffusion Transformer中实现了更加高效且资源优化的控制，从而有效解决了上述问题。 团队对…
ICLR 2025 | 计算量仅DiT的一半！一个模型架构搞定T2X任务
研究人员基于Proxy token提出了一种高效的Diffusion Transformer 即PT-DiT, 能够适用于文本生成图像、视频和M…
更懂中文还兼顾SD生态，360开源文生图模型结构，寡姐秒变中国新娘 | AAAI
具备原生中文理解能力，还兼容Stable Diffusion生态。 最新模型结构Bridge Diffusion Model来了。 与Dream…
360人工智能研究院@AAAI：多模态理解与生成的生态思考与前沿探索
在人工智能的技术变革浪潮中，360集团从业务到研发全面拥抱AI技术，360人工智能研究院发挥自身的技术积累和智力优势，承担多模态理解和多模态生成…
为多模态LLM引入ControlNet理念，开源插件解决灾难性遗忘 | AAAI
IAA工作的思路，就是希望能把多模态理解能力像文生图领域中的ControlNet一样，作为插件添加到基座的语言模型之上，从而实现在完全不影响语言…
NeurIPS2024 | 提高专业生产力，让你的AI画作布局可控，360 AI Research开源新模型HiCo
360人工智能研究院在人工智能顶会NeurIPS2024上提出了布局可控AI绘画模型HiCo，并将于近期开源。基于HiCo模型，使用者可以对生成…
性能不输SOTA，计算量仅DiT一半！T2X任务新范式来了
中山大学和360 AI Research联合推出PT-DiT，同参数规模下，计算量仅为DiT的51.4%，Lumina-Next的17.5%。…
多模态模型‘遗忘’原有的语言能力，回答不详细、理解力下降！这个痛点你遇到过吗？
在AI训练中，是否遇到过多模态模型‘遗忘’原有语言能力的情况？模型回答不详细，文本理解力下降，让人头疼不已。360团队提出全新IAA结构，通过内…
冻结语言模型训练LMM新范式，360提出IAA，使语言模型无损获取多模态理解与Grounding能力！
提出了一种内部适配器结构（IAA），其设计宗旨在于提升大语言模型（LLM）在通用多模态理解和视觉定位等方面的能力。
RTX3090可跑，360AI团队开源最新视频模型FancyVideo，红衣大叔都说好
开源社区又迎来一款强力的「视频生成」工作，可以在消费级显卡 (如 GeForce RTX 3090) 上生成任意分辨率、任意宽高比、不同风格、不…