CAT4D：用于从单目视频创建4D（动态3D）场景
新技术

Google DeepMind、哥伦比亚大学和加州大学圣地亚哥分校的研究人员推出创新技术CAT4...
4周前 46
Free^2Guide：无梯度框架提升文本到视频（T2V）生成中的文本对齐
新技术

扩散模型在文本到图像（T2I）和文本到视频（T2V）合成等生成任务中取得了显著成果...
4周前 54
虚拟脱衣TryOffDiff：使用SD模型进行高保真服装重建的虚拟试穿
模型

比勒费尔德大学 CITEC 机器学习小组提出了一项新颖的任务——虚拟脱衣（Virtual Try-...
4周前 62
自动T2I生成系统ChatGen：以自由聊天的形式简单描述需求，从而轻松获得高质量的图像
模型

尽管文本到图像（T2I）生成模型在近年来取得了显著进展，用户在实际应用中仍然面临...
4周前 56
半身人体动画生成框架 EchoMimicV2：利用参考图像、音频剪辑和一系列手部姿势来生成高质量的动画视频
模型

随着计算机图形学和人工智能的发展，生成高质量的人类动画变得越来越重要。特别是...
4周前 72
Image2Body：将动漫图片转换为线稿草图的在线应用
工具

Image2Body 是一款专为绘画学习者设计的在线应用，它能够将动漫风格的图像自动...
4周前 162
基于虚拟试穿模型 CATVTON-FLUX的ComfyUI插件ComfyUI-CatvtonFluxWrapper
插件

ComfyUI-CatvtonFluxWrapper 是一个专为 ComfyUI 设计的插件，它基于 CATVTON-FLUX...
4周前 96
img-txt Viewer vs. TagGUI：选择适合您的图像标注工具
工具

在处理图像标注和创建训练数据集时，选择合适的工具可以显著提高效率和准确性。img...
4周前 86
ROICtrl：通过区域实例控制增强扩散模型的多实例生成
新技术

自然语言在描述复杂场景时，尤其是在准确地将位置和属性信息与多个实例关联方面，...
4周前 54
用于 GUI 自动化的视觉代理模型ShowUI：结合了视觉、语言和行动能力，提高人机交互的效率和生产力
模型

新加坡国立大学和微软的研究人员推出用于 GUI（图形用户界面） 自动化的视觉代理模...
4周前 56
Hugging Face发布一个用于设备上推理的2B参数小型多模态模型SmolVLM
模型

近年来，随着机器学习技术的飞速发展，视觉-语言模型（VLM）的需求不断增加。这些...
4周前 58
支持 Windows 和 Mac！ComfyUI客户端ComfyUI Desktop测试版发布，官方将其开源了
插件

在经过一段时间测试后，ComfyUI官方开始向所有申请测试的用户发生邮件推送 ComfyUI...
4周前 84
没有账号？注册  忘记密码？