单步扩散模型 DepthMaster：将扩散模型应用于单目深度估计
新技术

中国科学技术大学和vivo移动通信有限公司的研究人员推出一种单步扩散模型 DepthMas...
6天前 28
Adobe推出TransPixar：通过文本和图像生成透明背景的视频
模型

香港科技大学(广州)和 Adob​​e 研究的研究人员推出一种先进的文本到视频生成方法 T...
6天前 28
图生视频框架Through-The-Mask：将静态图像转换为基于文本描述的真实视频序列
新技术

Meta和耶路撒冷希伯来大学的研究人员推出图生视频框架Through-The-Mask，旨在将静...
6天前 30
新型视频生成框架GS-DiT：通过伪4D高斯场实现对视频内容的精确4D控制
新技术

香港中文大学多媒体实验室、博智感知交互研究中心和Avolution AI的研究人员推出新...
6天前 28
高保真面部表情编辑框架MagicFace：通过控制面部动作单元的变化来实现对特定人物面部表情的精细编辑
新技术

芬兰奥卢大学信息技术与电气工程学院机器视觉与信号分析中心和东南大学生物科学与...
6天前 34
Magic Mirror框架：生成具有身份保持（ID-Preserved）和动态运动的高质量视频
新技术

香港中文大学、香港科技大学、思谋科技和卡内基梅隆大学的研究人员推出Magic Mirro...
6天前 34
PPTAgent：根据文档自动化地生成高质量的演示文稿
新技术

中国科学院软件研究所中文信息处理实验室、中国科学院大学和上海捷信科技有限公司...
6天前 28
新型3D感知视频扩散方法DaS：实现对视频生成过程的多样化和精确控制
新技术

香港科技大学、浙江大学、香港大学、南洋理工大学、武汉大学和德克萨斯农工大学的...
6天前 32
新型多模态大语言模型Sa2VA：将 SAM2 与 LLaVA相结合，实现对图像和视频的深入理解
模型

加州大学默塞德分校、字节跳动、武汉大学和北京大学的研究人员推出新型多模态大语...
6天前 28
适用于Flux模型的夜间模式产品透视图提示词
提示词

今天分享的这个提示词适用于创作夜间模式产品透视图，以下是该提示词的格式详解...
7天前 37
微软正式开源了Phi-4：拥有140亿参数的小型语言模型
模型

去年12月，微软推出了其Phi系列的最新成员——Phi-4，该模型在解决数学问题等方面展...
7天前 28
ComfyUI-HunyuanVideoMultiLora：让混元Video在加载多个LoRA时，避免模糊等污染问题
插件

ComfyUI-HunyuanVideoMultiLora是一个自定义的加载LoRA节点，让混元Video在加载多...
7天前 30
没有账号？注册  忘记密码？