新型视频生成模型T2V-Turbo-v2：基于VideoCrafter2模型提炼，提升视频生成的质量和效率
模型

加州大学圣巴巴拉分校、加州大学洛杉矶分校、亚马逊 AGI和滑铁卢大学的研究人员推...
2024-10-11 180
Rev推出开源自动语音识别模型Reverb和话者分离模型
模型

Rev 最近宣布开源其尖端的 Reverb 自动语音识别 (ASR) 和话者分离模型。经过 200,0...
2024-10-09 200
图像恢复算法PMRF：改善从损坏的图像中恢复出高质量、逼真图像
模型

以色列理工学院的研究人员推出图像恢复算法PMRF（Posterior-Mean Rectified Flow，...
2024-10-08 246
Momo XL：基于SDXL的动漫风格模型
模型

Momo XL 是一个基于 Stable Diffusion XL (SDXL) 的动漫风格模型，经过微调后，能...
2024-10-07 170
高级插图模型Illustrious：专门针对插画和动画任务进行了优化，主要用于生成动漫风格的图像
模型

OnomaAI 研究小组推出一个高级插图模型Illustrious，它主要用于生成动漫风格的图像...
2024-10-05 280
大型多模态模型LLaVA-Video：专门设计来处理视频指令并进行视频内容理解
模型

字节跳动、南洋理工大学S-Lab和北京邮电大学的研究人员推出大型多模态模型LLaVA-Vi...
2024-10-05 156
新型开源大型多模态模型LLaVA-Critic：用于评估各种多模态任务的性能
模型

字节跳动和马里兰大学帕克分校的研究人员推出新型开源大型多模态模型LLaVA-Critic...
2024-10-05 152
新型CLIP专家混合模型CLIP-MoE：可以无缝替换CLIP，以即插即用的方式，而无需在下游框架中进一步适应
模型

香港中文大学、上海人工智能实验室和舒尔茨大学的研究人员推出新型CLIP模型CLIP-Mo...
2024-10-05 186
蓝莓真身！Black Forest Labs推出FLUX1.1 [pro]和BFL API，生成质量更高速度更快
模型

由Stable Diffusion 原班人马组成的新公司Black Forest Labs于8月份推出全新文生图...
2024-10-04 184
OpenAI 推出更快的语音转录模型Whisper large-v3-turbo，不牺牲质量、速度提升8 倍
模型

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-tur...
2024-10-03 214
Golden Haggadah：基于FLUX.1-dev的金色哈加达风格LoRA
模型

Golden Haggadah是一款基于FLUX.1-dev，以 14 世纪加西班牙泰罗尼亚金色哈加达风格...
2024-09-30 144
Photorealistic Portrait Prompt Dataset：专为FLUX.1设计的写实肖像提示数据集
模型

Photorealistic Portrait Prompt Dataset是专为FLUX.1设计的写实肖像提示数据集，...
2024-09-30 154
没有账号？注册  忘记密码？