Collov Labs推出非自回归掩码图像建模的文本到图像合成模型Monetico
Collov Labs 最近在8块H100 GPU上训练了一周时间，推出了新的非自回归掩码图像建模的文本到图像合成模型——Monetico。这款模型能够生成高分辨率图像，并且被设计为在消费级显卡上高效...
排序
智谱AI推出CogVideoX 开源模型的升级版本CogVideoX1.5-5B
智谱技术团队对于旗下开源视频生成模型CogVideoX进行了升级，今天释出了CogVideoX1.5-5B 系列模型，相比于原有模型，CogVideoX v1.5 将包含 5/10 秒、768P、16...
![Mann-E FLUX[Dev]：微调Flux Dev模型，在写实与电影风格表现较好](https://pic.sd114.wiki/wp-content/uploads/2024/11/1731061348-Mann-E-FLUX.webp~tplv-o4t1hxlaqv-image.image)
Mann-E FLUX[Dev]：微调Flux Dev模型，在写实与电影风格表现较好
Mann-E FLUX[Dev] 是一款微调Flux Dev模型，在写实与电影风格表现较好，开发者还提供了量化版本。 模型：https://huggingface.co/mann-e/mann-e_f...
腾讯开源高效3D生成模型 Hunyuan3D-1.0：首个同时支持文生和图生的 3D 开源大模型
尽管3D生成模型极大地改善了艺术家的工作流程，但现有的3D扩散模型在生成速度和泛化能力方面仍存在不足。为了解决这些问题，腾讯开发了一个名为 Hunyuan3D-1.0 的统一框架，它用于文本到3D（T...
挚文集团推出HelloMeme：用于生成表情包视频
挚文集团推出HelloMeme，它通过在文本到图像的基础模型中集成空间编织注意力（Spatial Knitting Attentions, SK Attentions）来嵌入高水平和高保真度的条件，以...
基于扩散模型（SDXL）的新型图像恢复方法InstantIR
盲图像恢复（Blind Image Restoration, BIR）的主要挑战之一是处理测试时未知的退化，这需要模型具备高泛化能力。北京大学、InstantX团队和香港中文大学的研究人员提出了一种新...
阿里通义团队推出图像生成新型框架In-Context LoRA：利用现有的DiT架构模型（Flux模型）的上下文生成能力，通过提示词生成连贯图像
随着深度学习技术的发展，图像生成领域取得了显著进展。DiT架构作为一种新兴方法，通过简单地将注意力机制应用于图像连接，实现了任务无关的图像生成。然而，即便投入大量计算资源，生成图像的质量仍有待提升。 ...
Sleeveface ：基于 FLUX.1-dev 的风格LoRA，专门设计用来重现2000年代流行的“Sleeveface”风格
Sleeveface 是一款基于 FLUX.1-dev 的概念LoRA，专门设计用来重现2000年代流行的“Sleeveface”风格的图像。这种风格的图像通常展示一个人手持一张专辑封面，巧妙地将其与...
Then and Now：基于 FLUX.1-dev 的概念LoRA，创作“图中图”效果
Then and Now 是基于 FLUX.1-dev 的概念LoRA，旨在创作“图中图”效果，即在同一个位置的不同时间点的照片之间进行叠加，使两者周围的环境对齐。这种技术能够生成将历史场景与其现代设...
flux-ip-adapter-v2：基于FLUX.1-dev的风格迁移IP-Adapter 模型
XLabs-AI推出了很多基于FLUX.1-dev 模型的ControlNet模型，近期XLabs-AI又推出了基于FLUX.1-dev的IP-Adapter 模型，支持支持 512 和 1024 分...
高容量真实世界图像恢复模型DreamClear：结合隐私安全的数据处理流程（GenIR）和DiT技术，以实现对低质量图像的高质量恢复
现实世界中的图像恢复（IR）面临着显著的挑战，主要是缺乏高容量模型和全面的数据集。为了解决这些问题，中国科学院自动化研究所、中国科学院大学人工智能学院、字节跳动公司和中国科学技术大学的研究人员提出了一...
Gemstone Crafter：宝石风格的FLUX.1-dev LoRA
Gemstone Crafter是一个宝石风格的FLUX.1-dev LoRA，与之前介绍的Digital Abstraction是一个作者。 地址：https://civitai.com/model...