DiT架构的文生视频模型xGen-VideoSyn-1：根据文本描述生成逼真的视频场景
新技术

Salesforce推出新的文生视频模型xGen-VideoSyn-1，这个模型能够根据文本描述生成逼...
3周前 126
统一Transformer模型Show-o：同时处理多模态理解（如图像和文本）和生成任务
新技术

新加坡国立大学和字节跳动的研究人员推出一种统一的Transformer模型Show-o，，它统...
3周前 138
新型文本到图像生成方法FRAP：基于自适应调整每个词汇的提示权重来改善生成图像与提示之间的一致性和真实性
新技术

阿尔伯塔大学电子与计算机工程系、华为技术加拿大公司和华为麒麟解决方案的研究人...
3周前 102
新型文本到图像的扩散模型优化方法迭代对象计数优化：准确地生成指定数量的对象
新技术

特拉维夫大学和巴伊兰大学的研究人员推出一种新的文本到图像的扩散模型优化方法，...
3周前 74
新型视频生成方法TrackGo：根据用户的输入精确控制视频中对象的运动
新技术

北京航空航天大学和爱诗科技的研究人员推出新型视频生成方法TrackGo，它能够根据用...
3周前 66
Meta推出个性化图像生成模型Imagine yourself
新技术

Meta推出个性化图像生成模型Imagine yourself，这个模型的特别之处在于，它不需要...
3周前 76
MegaFusion：将现有的扩散模型扩展到更高分辨率的图像生成，而无需额外的调整或适应
新技术

上海交通大学、上海人工智能实验室和大连理工大学的研究人员推出MegaFusion，它能...
4周前 86
多模态模型Transfusion：能够同时处理离散数据（如文本）和连续数据（如图像）
新技术

Meta、Waymo和南加州大学的研究人员推出多模态模型Transfusion，它能够同时处理离...
4周前 74
无需训练、基于轨迹的可控图像生成技术TraDiffusion：允许用户通过鼠标轨迹来轻松引导图像的生成，而无需进行额外的训练或微调
新技术

厦门大学和中国科学院大学深圳先进技术研究院的研究人员推出新型图像生成技术TraDi...
4周前 80
DiPIR：将虚拟对象以逼真的方式插入到真实世界场景的图片或视频中
新技术

英伟达、多伦多大学和矢量研究所的研究人员推出DiPIR技术，它能够将虚拟对象以逼真...
4周前 122
新型视频生成模型Factorized-Dreamer：用于将文本转换成高质量的视频
新技术

字节跳动和香港理工大学的研究人员推出新型视频生成模型Factorized-Dreamer，它专...
4周前 60
Adobe推出全新图像编辑方法TurboEdit：实现基于文本的即时图像编辑
新技术

Adobe Research推出了一种全新的图像编辑方法TurboEdit，它能够实现基于文本的即时...
4周前 100
没有账号？注册  忘记密码？