大规模视频动作数据集EgoVid-5M：专为第一人称视角（egocentric）视频生成而设计
新技术

阿里巴巴集团智能计算研究院、中国科学院自动化研究所、清华大学和中国科学院大学...
2024-11-14 112
BLIP3-KALE：包含2.18亿个图像-文本对的数据集
新技术

华盛顿大学、Salesforce Research、斯坦福大学和加州大学伯克利分校推出一个包含2....
2024-11-14 124
ParaAttention：通过上下文并行注意力机制，使用多个GPU加速FLUX和Mochi模型的推理
新技术

ParaAttention是一种创新的上下文并行注意力机制，旨在通过多个GPU加速FLUX和Mochi...
2024-11-13 118
背景移除模型BEN：自动从图像中移除背景，生成二值掩码和前景图像
模型

BEN（Background Erasure Network）是由Prama LLC推出的一款深度学习模型，旨在自...
2024-11-13 142
Autodesk推出新型3D生成模型WaLa：基于多种输入条件（如文本描述、图像、点云等）生成参数化的3D CAD模型
新技术

Autodesk推出新型3D生成模型“Wavelet Latent Diffusion (WaLa)”，它能够基于多种输...
2024-11-13 106
CAD-MLLM：实现一个统一的计算机辅助设计（CAD）模型生成系统
新技术

上海科技大学、忆生科技、深度求索（DeepSeek-AI）和香港大学的研究人员推出一个名...
2024-11-13 110
Meta推出局部图像水印的深度学习模型WAM
新技术

图像水印技术在保护数字内容的版权和完整性方面发挥着重要作用。然而，传统的图像...
2024-11-13 190
英伟达推出图像生成模型家族Edify Image：能够生成高保真度的图像内容，并且具有像素级完美准确性
新技术

英伟达推出图像生成模型家族Edify Image，它们能够生成高保真度的图像内容，并且具...
2024-11-13 114
英伟达推出Add-it：基于文本指令在图像中添加对象的创新方法
新技术

英伟达、特拉维夫大学和巴伊兰大学的研究人员推出一个名为Add-it的系统，它是一种...
2024-11-13 86
SAMPart3D：可扩展的零样本3D部件分割框架
新技术

3D部件分割是3D感知中的一项关键任务，在机器人、3D生成和3D编辑等应用中发挥着重...
2024-11-13 98
深度求索推出统一图像理解和生成的创新框架JanusFlow：将图像理解和生成统一在一个模型中
模型

来自深度求索（DeepSeek-AI）、香港大学、清华大学和北京大学的研究人员提出了一种...
2024-11-13 146
图像编辑通用模型OMNI-EDIT：通过专家监督来构建，能够执行多种图像编辑任务
模型

指令引导的图像编辑方法通过在自动合成或手动标注的图像编辑对上训练扩散模型，展...
2024-11-13 116
没有账号？注册  忘记密码？