扩散模型

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、大规模扩散模型。OneDiffusion能够无缝支持在多样化任务中进行双向图像合成和理解，涵盖从文本、深度...

苏黎世联邦理工学院的研究人员推出一个基于扩散模型（diffusion-based models）的微调协议Marigold，用于各种图像分析任务，例如单目深度估计、表面法线预测和内在图像分解。Mari...

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。传统的无需调优的方法通常通过平均多个参考图像的图像嵌入作为注入条件来编码，但这种与图像无关的操作无法在图像之间进行...

罗切斯特大学、Netflix Eyeline Studios和德克萨斯大学达拉斯分校的研究人员推出 FreSca，用于增强扩散模型（Diffusion Models）在图像编辑和图像理解任务中的性能...

大型扩散模型如 Flux-dev 能够生成高质量图像，但它们通常需要大量显存和计算资源。对于大多数用户来说，这可能是一个难以跨越的门槛。 有没有一种方式，在不明显牺牲效果的前提下，降低模型对硬件的要求...

近日，英伟达（NVIDIA）联合麻省理工学院（MIT）与香港大学的研究团队，推出了名为 Fast-dLLM 的新型框架，解决当前扩散模型（Diffusion-based LLMs）在推理效率和生成质量...

在 AI 初创公司密集融资的背景下，一家由斯坦福大学教授 Stefano Ermon 领衔的新锐企业 Inception 宣布完成 5000 万美元种子轮融资，由 Menlo Ventures 领投...