SageAttention2：适用于即插即用推理加速的精确4位注意力机制
新技术

尽管线性层的量化技术已经广泛应用于深度学习模型中，但在加速注意力机制方面的应...
2024-11-21 90
ITACLIP：通过图像、文本和架构增强提升无需训练的语义分割
新技术

近年来，基础视觉语言模型（VLMs）的发展彻底改变了计算机视觉领域的研究方向。这...
2024-11-21 94
CSpD：用于加速自回归图像生成模型的推理过程
新技术

中国科学院大学、中国科学院自动化研究所和中国铁塔的研究人员介绍了一种名为“Cont...
2024-11-21 78
新型推理加速技术SmoothCache：提高DiT模型在不同模态（如图像、视频和语音合成）任务中的推理效率
新技术

DiT架构因其强大的生成能力而在图像、视频和语音合成等多个领域展现出巨大潜力。然...
2024-11-21 94
视频编辑方法STABLEV2V：解决视频编辑中形状一致性问题
新技术

中国科学技术大学的研究人员推出视频编辑方法STABLEV2V，旨在解...
2024-11-21 84
新型虚拟试穿技术FitDiT：专为优化DiT模型的虚拟试穿性能而设计
新技术

尽管基于图像的虚拟试穿技术已取得显著进展，但在生成高保真度和适应性强的拟合图...
2024-11-21 84
NumPro：增强视频大语言模型在视频时间定位任务中的表现
新技术

东南大学、马克斯普朗克信息学研究所、腾讯微信和加州大学伯克利分校的研究人员推...
2024-11-21 84
新型3D生成框架GaussianAnything：根据单视图图像或文本条件生成高质量且可编辑的3D模型
新技术

新加坡南洋理工大学、上海人工智能实验室和北京大学的研究人员推出新型3D生成框架G...
2024-11-21 78
FlipSketch：将静态绘图转换为文本引导的草图动画
新技术

草图动画作为一种强大的视觉叙事工具，从简单的手工翻页涂鸦发展到了专业的工作室...
2024-11-21 98
ITF SkinDiffDDS v1：专为处理 DDS 压缩后皮肤漫反射纹理的质量问题而设计的模型
模型

ITF SkinDiffDDS v1 是一款专为处理 DDS 压缩后皮肤漫反射纹理的质量问题而设计的...
2024-11-21 95
Lumiere Alpha：基于 FLUX.1 [dev] 模型打造的微调模型，专注于提高生成图像的现实感
模型

Lumiere Alpha 是由 AIXON Lab 基于 FLUX.1 [dev] 模型打造的一款微调模型。该模型...
2024-11-21 110
4款用于现实主义（增强人物、现实物品或者场景）的 Flux LoRa模型对比
模型

Reddit网友Raine_Mi对比了4款用于现实主义（增强人物、现实物品或者场景）的 Flux ...
2024-11-21 80
没有账号？注册  忘记密码？