Flux Condensation：基于FLUX.1-dev 的冷凝水画笔Lora
模型

Flux Condensation是X上的AI绘画高手fofrAI训练的一个Flux Lora，主要用于生成由冷...
2024-12-15 88
深度求索推出开源视觉模型DeepSeek-VL2 ：支持动态分辨率、处理科研图表、解析各种梗图等
模型

DeepSeek-VL2 是由深度求索（DeepSeek-AI）推出的一系列先进混合专家（MoE, Mixtur...
2024-12-14 78
Sber AI 推出新一代多模态生成模型Kandinsky 4.0：包含3个视频生成模型（T2V、T2V Flash、I2V）和一个视频生成音频模型（V2A）
模型

去年，在 AI Journey 2023 大会上，Sber AI 推出了两款引人注目的模型：用于图像生...
2024-12-14 130
人体图像动画生成DisPose：从参考图像和驱动视频中生成视频，同时保持人物外观的一致性，并允许对动画进行精确控制
模型

可控的人体图像动画旨在使用驱动视频从参考图像生成视频。为了确保运动对齐，最近...
2024-12-14 86
多模态大语言模型Lyra：专注于增强多模态能力，特别是高级长语音理解、声音理解、跨模态效率和无缝语音交互
模型

随着多模态大语言模型（MLLMs）的发展，扩展到单一领域之外的能力对于满足更通用和...
2024-12-14 92
新型插件式适应方法EasyRef：允许扩散模型根据多个参考图像和文本提示进行条件生成
模型

在个性化生成任务中，扩散模型（Diffusion Models）已经取得了显著的成就。传统的...
2024-12-14 84
综合多模态系统InternLM-XComposer2.5-OmniLive (浦语·灵笔 2.5 OmniLive)：实现实时视频和音频交互
模型

创建能够像人类认知一样长时间与环境互动的AI系统一直是人工智能领域的长期研究目...
2024-12-14 80
FLUX.1 Tools 系列模型FP8量化版本，适合小显存用户使用
模型

黑森林实验室（Black Forest Labs）在上个月发布了 FLUX.1 Tools 系列开源模型，旨...
2024-12-13 84
Leffa：通过参考图像生成人物图像，允许对人物的外观或姿势进行精确控制
模型

可控人物图像生成的目标是根据参考图像生成高质量的人物图像，同时允许对人物的外...
2024-12-13 84
微信 AI 模式识别中心推出视觉语言模型POINTS1.5系列：提升对真实世界应用的处理能力
模型

微信 AI 模式识别中心推出视觉语言模型POINTS1.5系列，旨在提升对真实世界应用的处...
2024-12-13 88
用于定制漫画生成的新框架DiffSensei：将多模态大语言模型和扩散模型结合起来，以实现对漫画角色形象和布局的精确控制
模型

故事可视化，即将文本描述转化为视觉叙事的任务，近年来随着文本到图像生成模型的...
2024-12-13 96
MMAudio：基于多模态联合训练的同步音频生成系统
模型

近年来，多模态生成模型在图像、视频和文本等领域取得了显著进展，但将视觉和文本...
2024-12-11 88
没有账号？注册  忘记密码？