PhotoMaker 腾讯推出个性化图像生成新高度;LawInstruct 首个法律大型指令数据集上线...
内容提要
腾讯与南开大学合作开发的AI图像生成工具PhotoMaker已上线hyper.ai官网,能根据喜好生成逼真的人物图像。hyper.ai官网还提供了10个优质公共数据集和2个教程精选,包括TreeOfLife-10M生物图像数据集和HAR人体动作识别数据集等。
延伸解读
PhotoMaker 的个性化能力与使用方式
PhotoMaker 由腾讯与南开大学联合开发,能捕捉人物面部特征并根据喜好生成逼真图像,适用于社交媒体头像或游戏角色设计。它还能改变人物年龄和性别,或整合不同人物特征创造新形象。hyper.ai 提供一键运行 Demo 和 ComfyUI 工作流版本,后者生成速度更快,支持节点拆分和自定义尺寸,方便开发者快速体验。
本周数据集亮点:规模与多样性
hyper.ai 本周更新 10 个公共数据集,覆盖生物图像、人体动作、法律指令、手语识别等多个领域。其中 TreeOfLife-10M 包含超 1000 万张图像、45.4 万个分类单元,是迄今最大的 ML 生物有机体图像数据集,相关论文获 CVPR 2024 最佳论文。LawInstruct 则是首个法律领域大型指令数据集,涵盖 17 个司法管辖区和 24 种语言,含 1200 万训练示例。
教程与社区内容:从图像生成到跨学科应用
除 PhotoMaker 教程外,hyper.ai 还上线了基于 HuBERT 的歌曲风格分类教程,演示如何微调预训练音频模型完成音频分类。社区文章精选涵盖 AI 编译器技术分享会、对话华师大上海人工智能金融学院院长邵怡蕾,以及可抑制癌细胞增殖的新型肿瘤抑制蛋白降解剂 dp53m 和浙大 GIS 实验室的 osp-GNNWR 房价预测模型,体现了 AI 在多个领域的交叉应用。
学术与活动信息:顶会截稿与直播预告
文章列出了 6-7 月截稿的 5 个顶会,包括 ASPLOS 2025、VLDB 2025、NDSS 2025、POPL 2025 和 SIGMOD 2025,提醒研究者注意各会议的具体截止时间。此外,B 站直播预告将连续播放 Jeff Dean 关于机器学习趋势、AI 未来等主题的演讲和访谈,为读者提供了解 AI 前沿观点的渠道。
Q&A
PhotoMaker 是什么?
PhotoMaker 是腾讯与南开大学联合开发的 AI 图像生成工具,能够根据用户喜好生成逼真的人物图像。
PhotoMaker 适合哪些应用场景?
PhotoMaker 适用于社交媒体头像和游戏角色设计,能够满足个性化定制需求。
hyper.ai 官网提供了哪些公共数据集?
hyper.ai 官网提供了 10 个优质公共数据集,包括 TreeOfLife-10M 生物图像数据集和 HAR 人体动作识别数据集等。
如何使用 PhotoMaker 进行图像生成?
用户可以通过 hyper.ai 官网的一键运行 Demo 教程或 ComfyUI 工作流版本来使用 PhotoMaker 进行图像生成。
TreeOfLife-10M 数据集有什么特点?
TreeOfLife-10M 数据集是最大的生物图像数据集,包含超过 1,000 万张图像,涵盖生命之树中的 45.4 万个分类单元。
HAR 数据集包含哪些内容?
HAR 数据集包含 15 种人体动作识别,约 12k+ 张标记图像,旨在理解人类行为并为每个动作分配标签。