模型

CogVideoX-Fun是一个基于CogVideoX结构修改后的的pipeline，是一个生成条件更自由的CogVideoX，可用于生成AI图片与视频、训练Diffusion Transformer...

JoyCaption，一个从零开始构建的免费、开放且未经审查的视觉语言模型（VLM），旨在助力社区训练SD或Flux模型。它不仅免费开放，还提供训练脚本和丰富的构建细节，就像bigASP一样。 Dem...

南洋理工大学S-Lab、北京大学、上海人工智能实验室和香港中文大学的研究人员推出3D资产生成模型3DTopia-XL，它能够根据文本或视觉输入生成高质量的3D模型。这个模型特别擅长处理具有复杂几何形状...

小红书推出图像生成模型StoryMaker，它专门设计用于在文本到图像的生成过程中保持人物的一致性。这种一致性不仅限于人物的面部特征，还包括服装、发型和身体特征。通过这种方式，StoryMaker能够...

CogVideoX是智谱 AI推出的与 清影 同源的开源版本视频生成模型，之前已经释出了CogVideoX-2B和CogVideoX-5B模型，智谱 AI又在昨天释出了 CogVideoX 系列图生视...

miniature-people是一个基于FLUX.1-dev的微型人物LoRA，目前该模型还有待完善，作者后续将推出更新版本，目前它对某些描述的反应可能不尽如人意，需要更精确的提示来描述场景。 模型...

Playground上线了Playground v3 beta版本，同时还发布了技术报告，与传统的依赖T5或CLIP文本编码器的预训练语言模型的文本到图像生成模型不同，Playground v3完全集...

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...

香港科技大学、中国科学技术大学和腾讯光子工作室的研究人员推出一个专为生成开放世界游戏量身定制的DiT模型GameGen-O，该模型通过模拟各种游戏引擎特性，如创新角色、动态环境、复杂动作和多样事件，促...

之前给大家介绍了由DynamicWang训练的人物微调FLUX模型AWPortrait-FL，今天DynamicWang又释出了FilmPortrait，这是一个在 FLUX.1-dev 上微调的 L...

VectorJourney| Pretend to Travel是由Muertu基于FLUX.1-dev上训练的LoRA模型，巧妙融合现实与插画元素。前景角色以插画风格呈现，而背景则为逼真的写实风格...

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...