模型

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...

阿里巴巴和蚂蚁集团推出新型文生图框架Ranni，Ranni的核心特点是它能够更准确地理解和执行复杂的文本提示，尤其是那些包含数量描述、对象属性绑定和多主题描述的提示。这使得Ranni在生成图像时能够更...

来自香港中文大学、商汤科技和上海人工智能实验室的研究人员推出新型文生图模型CoMat，这是一种具有图像到文本概念匹配机制的端到端扩散模型微调策略。开发团队借助图像字幕模型来评估图像与文本的对齐程度，并...

上海人工智能实验室推出CosmicMan，这是一款专注于生成高保真人类图像的文本到图像基础模型。CosmicMan能够生成外观精细、结构合理，并且与详细描述精确对齐的逼真人类图像。 项目主页：http...

来自腾讯PCG ARC实验室和香港中文大学的研究团队推出新型图像修复（inpainting）模型BrushNet，它使用了分解的双分支扩散（diffusion）方法来进行图像内容的恢复和编辑。图像修复...

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...

Stability AI还没发布Stable Diffusion 3，就已经发布了SD3-Turbo的技术论文，着重介绍了LADD技术，它是一种用于加速图像合成的新型蒸馏技术。 论文地址 SD3-Tu...

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...

Stability AI在3月18日推出了一个基于Stable Video Diffusion技术的生成模型Stable Video 3D（SV3D），首次将视频扩散模型应用到3D生成领域，只需要一张...

One Piece Manga Style是一款基于 PONYDIFFUSION XL训练的LoRA模型，此LoRA需要搭配Pony Diffusion模型才能出好图，在书写提示词的时候需要添加触发词...

清华大学、中国人民大学等团队研究人员推出卷积重建模型CRM。该模型可用于将单图像转换为3D纹理网格，可在短短10秒内就从图像中提供了高保真纹理网格，无需任何优化测试。 项目主页 GitHub Demo...

来自华为诺亚方舟实验室、大连理工大学、香港大学的研究人员推出了最新的PixArt模型—PIXART-Σ，PixArt-Σ基于Diffusion Transformer架构 (DiT，与Sora、Sta...