模型

IC-Light是Controlnet、Fooocus、Stable Diffusion WebUI Forge的开发者lllyasviel推出的一款控制图像照明效果的模型，之前是基于SD1.5，目前...

Stability AI之前与Tripo AI合作推出了图生3D模型TripoSR，Stability AI又基于TripoSR推出了Stable Fast 3D (SF3D) ，它可以在不到一秒的时...

Fal.ai平台推出了新一代GAN 图像放大工具AuraSR的第二版，上个月它们推出了AuraSR 第一版后，得到了开源社区积极回应，让他们立刻着手开发新版。AuraSR 以 Adobe 的 Giga...

来自南洋理工大学和字节跳动的研究人员推出新型3D内容生成模型Magic-Boost，它能够将粗糙的3D模型转换成高质量的3D资产。Magic-Boost是一种多视角条件扩散模型。它能够通过短暂的SDS...

PixelWave Flux.1-Dev是一个基于FLUX.1-dev的微调FLUX模型，非常适合艺术和摄影风格，黑色和深色图像输出更可靠，手部问题更少。目前已经推出了第三版，开发者推出了多个版本（S...

PaliGemma 是谷歌推出的新一代视觉语言模型家族，其设计灵感来源于PaLI-3，能够接收图像与文本输入并生成文本输出。PaliGemma建立在包括SigLIP视觉模型和Gemma语言模型在内的开...

AWPortrait-FL是由DynamicWang在FLUX.1-dev 基础上微调的FLUX模型，其不仅使用了 AWPortrait-XL 的训练数据，还加入了近 2000 张审美价值极高的时尚摄...

来自北京大学、InsightFace和格灵深瞳推出IDAdapter，它能够根据单张面部照片和文本提示，生成多种风格、角度和表情的个性化图像，而无需在推理阶段进行任何微调。 论文 IDAdapter通...

复旦大学计算机学院、腾讯优图实验室、上海交通大学等的研究人体推出新型目标检测模型Mamba-YOLO-World，它专门设计用于开放词汇检测（Open-Vocabulary Detection，简称O...

字节跳动推出了AnimateDiff-Lightning模型，能够更快地根据文本描述生成视频，比起原来的AnimateDiff模型，速度提升十倍以上。 模型地址：https://huggingface...

加州大学洛杉矶分校、松下人工智能研究中心和 Salesforce 人工智能研究中心的研究人员推出新型框架Diffusion-KTO，它专门用于调整文生图模型，使其生成的图像更符合人类的偏好。这个过程不...

在10月1日的DevDay活动中，OpenAI宣布了一项重大更新：推出了Whisper large-v3-turbo语音转录模型。这款新模型在保持质量几乎不变的前提下，处理速度比之前的large-v3...