Flux Kontext Dev发布，免费开源一句话P图的时代到来了！
Flux Kontext Dev终于发布开源版本支持一句P图功能，但需要至少20G显存。本文详细介绍了如何使用基础版和带DeepSeek中文翻译版工作流进行操作，并分享了加载模型、处理图片的基本步骤以及各种常见功能演示，同时提供了官方提示词技巧和解决常见问题的方法。
CLIP
ICLR 2025 ｜ DynAlign：跨域语义分割中无监督动态类别对齐的创新突破
DynAlign 框架通过结合 GPT-4、SAM 和 CLIP，实现了跨域语义分割中前所未有的无监督动态类别对齐能力。该方法无需目标域标注，在智能驾驶和城市管理等场景中表现出色。
自回归+扩散！Salesforce开源统一多模态模型BLIP3-o，图像理解与生成全拿下
OpenAI的GPT-4o展示了顶级图像理解与生成能力。BLIP3-o采用自回归+扩散框架，研究者对比了三种设计选择，并最终选择了CLIP + Flow Matching方案和顺序训练策略构建BLIP3-o模型。
视觉SSL终于追上了CLIP！Yann LeCun、谢赛宁等新作，逆转VQA任务固有认知
研究者提出了一种新的视觉自监督学习模型Web-SSL，它能够在不依赖语言监督的情况下，在大规模数据集上与CLIP模型媲美，并在多种视觉问题解答任务中表现出色。
本科学历但创造出GPT，奥特曼盛赞为「爱因斯坦级」天才，OpenAI总裁：他想要的，我们都给
Alec Radford离职OpenAI后揭示更多细节，他在Jupyter notebooks上发明了GPT和CLIP。尽管未取得博士学位，他仍对人工智能研究做出了重大贡献，包括参与多项重大突破并作为一作发表论文。
GPT系列开创者，人工智能大神Alec Radford 从OpenAI离职
Alec Radford从OpenAI离职，并计划独立进行研究。他以GPT、DALL-E、CLIP等项目知名，推动了自然语言处理、多模态技术和语音识别领域的革新。
