肖像图像动画Hallo2：用于制作高分辨率、长时间的人像动画
模型

基于潜在扩散的生成模型在肖像图像动画方面取得了显著进展，特别是在短时视频合成...
2024-10-21 166
MagicTailor框架：让用户对生成的图像中的特定视觉元素进行精确控制
模型

近年来，文本到图像（T2I）扩散模型取得了显著进展，能够从简单的文本提示中生成高...
2024-10-21 196
文字处理能力出众！Playground推出最新文生图模型Playground v3
模型

Playground 推出了Playground v3（PGv3），这是Playground最新的文本到图像模型，...
2024-10-21 156
非自回归 MIM 文生图合成模型Meissonic：生成高质量、高分辨率的图像
模型

随着大语言模型（LLMs）在自然语言处理任务中的显著进步，研究人员开始探索类似的...
2024-10-21 174
新型图像抠图方法SEMat：能够在复杂的自然场景中实现更精确的前景对象抠图
模型

近年来，交互式分割模型（如 SAM）在图像分割任务中取得了显著进展。然而，这些模...
2024-10-21 182
深度求索推出新颖自回归框架 Janus： 具有图像生成功能的 13 亿多模态模型
模型

多模态AI模型是能够理解和生成视觉内容的强大工具。然而，现有方法通常使用单一视...
2024-10-18 398
新型文生图框架SANA：能够高效地生成高达4096×4096分辨率的高清晰度图像
模型

英伟达、麻省理工学院和清华大学的研究人员推出新型文本到图像生成框架SANA，它能...
2024-10-16 307
Jasper研究团队推出适用于FLUX.1-dev 的新型 Upscaler、深度和法线贴图 ControlNet模型
模型

在FLUX.1-dev取代SDXL和SD3成为开源社区最爱的文生图开源模型， 各种周边模型也是...
2024-10-14 184
阿里国际推出多模态大语言模型 Ovis1.6-Gemma2-9B：能够同时处理和理解文本和视觉信息
模型

 Ovis1.6-Gemma2-9B是阿里国际推出的一款多模态大语言模型，Ovis是一种新颖的多模...
2024-10-12 270
新型多模态原生模型Aria：专门设计来处理和理解多种类型的信息（文本、代码、图像和视频）
模型

Rhymes AI推出新型多模态原生模型Aria，这是一个开源的混合专家（MoE）模型，ARIA...
2024-10-11 244
用于长篇故事视觉化的迭代框架Story-Adapter：根据长篇故事的文字描述生成一系列既连贯又具有丰富细节的图像
模型

加州大学圣克鲁斯分校、杭州电子科技大学和新加坡理工学院的研究人员推出一个用于...
2024-10-11 442
IterComp：为了解决文本到图像生成中的复杂和组合问题而设计的新框架
模型

清华大学、北京大学、LibAI Lab、中国科学技术大学、牛津大学和普林斯顿大学的研究...
2024-10-11 276
没有账号？注册  忘记密码？