FLUX

几个月前，我们曾介绍过 SVDQuant 技术 和其在 ComfyUI 中的应用。然而，由于当时写的不够详细，许多用户在尝试安装和运行相关插件时遇到了困难。如今，官方已经将 Nunchaku 的 Co...

浙江大学和哈佛大学的研究人员联合推出了ICEdit（In-Context Edit），这是一个高效且强大的基于指令的图像编辑框架。 与传统方法相比，ICEdit 仅需 1% 的可训练参数（2 亿）和 ...

扩散模型（Diffusion Models）近年来在图像生成和视频生成领域表现出色，但其计算复杂度也成为了性能瓶颈。特别是基于DiT架构的模型，如FLUX、HunyuanVideo 等，其注意力层和多...

字节跳动近日推出了UNO，这是一个强大的通用框架，能够从单一主体到多主体进行定制化演进。UNO不仅展示了出色的泛化能力，还能将多样化的任务统一在一个模型之下，为图像生成领域带来了新的突破。 项目主页...

字节跳动此前发布的基于FLUX的身份保持模型InfiniteYou（InfU）引发了广泛关注。它能够根据一张人脸图像和一段文本描述，生成该人脸在不同背景、场景和状态下的照片。 相关：字节跳动推出新型框...

北京航空航天大学和美团的研究人员推出 Diffusion-4K，即利用潜在扩散模型（Latent Diffusion Models）进行超高清（4K）图像合成。该研究的核心目标是直接生成高质量的4K图...

在图像生成领域，高分辨率图像的生成一直是一个极具挑战性的问题，尤其是在训练数据和计算资源有限的情况下。新加坡国立大学的研究人员推出了一种名为 URAE（Ultra-Resolution Adaptat...

Yandex Research 推出了一种名为 “Scale-wise Distillation of Diffusion Models (SWD)” 的新型框架，通过分层采样策略加速扩散模型（DMs...

随着生成式 AI 技术的飞速发展，企业和消费者对 AI 工具的使用方式正在迅速改变。Poe，一个托管超过 100 种 AI 模型的平台，发布了一份全面报告，揭示了文本、图像和视频生成技术在现实使用中的...

Regional Adaptive Sampling (RAS) 是一种用于加速 DiT模型推理的新技术。它类似于模型内部的 KV 缓存，通过选择可能在每个扩散步骤中被更新的区域，并仅传递这些 tok...

TeaCache是一种专为加速扩散模型推理过程而设计的创新缓存技术。通过估计并利用模型输出在不同时间步之间的波动差异，TeaCache 能够显著提升图像、视频及音频扩散模型的处理速度，同时保持高质量的...

随着SD3.5、Flux、HunyuanVideo等模型在开源社区的广泛支持，微调或训练Lora的需求愈发凸显。相较于早期的SD1.5和SDXL时代，如今已有更多工具支持这类训练任务。今天为大家梳理当...