一种在推理阶段组合定制扩散模型的新方法TweedieMix：用于改进多概念融合在基于扩散的图像和视频生成中的应用
新技术

KRAFTON和韩国科学技术研究院AI研究生院的研究人员推出一种在推理阶段组合定制扩散...
2024-10-11 202
字节推出TextToon：在实时环境中将真人的头像转换成卡通化的形象
新技术

罗切斯特大学和字节跳动的研究人员推出TextToon，它能够在实时环境中将真人的头像...
2024-10-11 272
新型视频生成框架VideoGuide：改善视频生成模型在时间连续性方面的性能，同时保持甚至提高生成视频的图像质量
新技术

韩国科学技术研究院推出新型框架VideoGuide，它能够改善视频生成模型在时间连续性...
2024-10-10 186
多模态统一模型UniMuMo：能够处理文本、音乐和动作（运动）数据，并在这三种模式之间生成内容
新技术

香港中文大学、华盛顿大学、不列颠哥伦比亚大学、麻省大学阿默斯特分校、 MIT-IBM ...
2024-10-10 244
图像生成框架OmniBooth：根据用户的多模态指令（如文本提示或图像参考）来生成具有空间控制和实例级定制化的图像
新技术

香港科技大学和华为诺亚方舟实验室的研究人员推出图像生成框架OmniBooth，它可以根...
2024-10-10 246
半策略偏好优化方法SePPO：用于优化和微调文生图模型，使其更好地符合人类的审美和偏好
新技术

罗切斯特大学、普渡大学、延世大学、腾讯 AI 实验室和华盛顿大学的研究人员推出半...
2024-10-10 170
帧感知视频扩散模型FVDM：时间步向量化方法，提高了视频生成任务的质量和灵活性
新技术

香港城市大学、大湾区大学、国防科技大学、香港中文大学和岭南大学的研究人员推出...
2024-10-10 200
新型图像生成框架ControlAR：根据空间控制信息生成可控制的高质量图像
新技术

华中科技大学信息与通信学院、香港大学计算机科学系和vivo AI 实验室的研究人员推...
2024-10-10 220
新型端到端模型DnD-Transformer：提高了图像生成任务的质量和效率，为图像生成领域带来了新的可能
新技术

北京大学、阿里巴巴集团、威斯康星大学麦迪逊分校和北京理工大学的研究人员推出新...
2024-10-10 186
海螺视频推出图生视频功能，将静态图像转化为动态视频内容
工具

国内初创公司 MiniMax宣布，其 AI 视频生成平台海螺视频正式推出 Image-to-Video (...
2024-10-10 570
Townie AI：帮助你构建应用程序的 AI 助手
工具

Val Town 是一个新兴的网络应用，它不仅是一个社交编程环境，也是一个可以编写、运...
2024-10-09 294
Rev推出开源自动语音识别模型Reverb和话者分离模型
模型

Rev 最近宣布开源其尖端的 Reverb 自动语音识别 (ASR) 和话者分离模型。经过 200,0...
2024-10-09 254
没有账号？注册  忘记密码？