自动T2I生成系统ChatGen：以自由聊天的形式简单描述需求，从而轻松获得高质量的图像
模型

尽管文本到图像（T2I）生成模型在近年来取得了显著进展，用户在实际应用中仍然面临...
3周前 50
半身人体动画生成框架 EchoMimicV2：利用参考图像、音频剪辑和一系列手部姿势来生成高质量的动画视频
模型

随着计算机图形学和人工智能的发展，生成高质量的人类动画变得越来越重要。特别是...
3周前 66
用于 GUI 自动化的视觉代理模型ShowUI：结合了视觉、语言和行动能力，提高人机交互的效率和生产力
模型

新加坡国立大学和微软的研究人员推出用于 GUI（图形用户界面） 自动化的视觉代理模...
3周前 52
Hugging Face发布一个用于设备上推理的2B参数小型多模态模型SmolVLM
模型

近年来，随着机器学习技术的飞速发展，视觉-语言模型（VLM）的需求不断增加。这些...
3周前 54
Stability AI发布适用于Stable Diffusion 3.5 Large的官方ControlNets模型：Blur、Canny和Depth
模型

在Black Forest Labs发布了官方FLUX.1 Tools系列开源模型后，Stability AI也不甘落...
4周前 60
aiOla发布了集成命名实体识别（NER）和自动语音识别（ASR）的新型模型WhisperNER
模型

语音识别技术在过去几年取得了显著进展，AI的进步大大提高了其可访问性和准确性。...
4周前 58
多功能大规模扩散模型OneDiffusion：能够无缝支持双向图像合成和理解，跨越多种不同的任务
模型

AI2、加州大学欧文分校和华盛顿大学的研究人员介绍了一种名为OneDiffusion的多功能...
4周前 54
跨模态图像生成模型Qwen2vl-Flux：将Qwen2VL的视觉语言理解能力与FLUX框架相结合，实现了更精确和上下文感知的图像生成
模型

Qwen2vl-Flux 是一种先进的跨模态图像生成模型，它将Qwen2VL的视觉语言理解能力与F...
4周前 64
适用于FLUX模型的新型框架OminiControl：通过整合图像条件，使得DiT模型能够处理各种图像生成任务
模型

新加坡国立大学的研究团队提出了一种名为OminiControl的新型框架，它旨在为预训练...
4周前 52
与FLUX.1 Redux竞争？InstantX Team开源基于FLUX.1-dev的IP-Adapter模型
模型

FLUX.1-dev-IP-Adapter 是由 InstantX Team 发布的一个 IP-Adapter，最初在 Shakke...
4周前 84
CogVideoX-Fun-V1.1-Reward-LoRAs：通过奖励反向传播技术训练Lora，以优化CogVideoX-Fun-V1.1生成的视频
模型

CogVideoX-Fun-V1.1-Reward-LoRAs是通过奖励反向传播技术训练Lora，以优化CogVideo...
4周前 72
SD3.5M-Booster ：专门为 SD3.5 Medium 模型设计的增强 LoRA
模型

SD3.5M-Booster 是一个专门为 SD3.5 Medium 模型设计的增强 LoRA，旨在将模型的性...
4周前 62
没有账号？注册  忘记密码？