基于扩散模型的新型零样本人像视频动画生成技术X-Dyna
新技术

南加州大学、字节跳动公司、斯坦福大学、加州大学洛杉矶分校和加州大学圣地亚哥分...
10小时前 8
Textoon：基于文本描述生成Live2D格式2D卡通角色的创新方法
新技术

在数字角色创作领域，2D卡通风格因其独特的魅力而深受年轻观众的喜爱。尽管3D角色...
10小时前 6
NeuralSVG：用于从文本提示生成矢量图形
新技术

特拉维夫大学和麻省理工学院的研究人员推出了一种名为 NeuralSVG 的新方法，用于从...
2天前 24
micro_diffusion ：一种低成本训练文生图模型的方法
新技术

索尼 AI和加州大学河滨分校的研究人员推出了一种低成本训练大规模文本到图像（Text...
2天前 30
实时动画生成系统RAIN：能够使用单个 RTX 4090实时生成无限长的视频流
新技术

中国科技大学的研究人员推出实时动画生成系统RAIN，能够使用单个 RTX 4090实时生成...
2天前 18
新型虚拟试穿方法MN-VTON：通过单个生成网络实现高质量的虚拟试穿效果，挑战了当前依赖双网络范式的主流方法
新技术

虚拟试穿（VTON）作为电子商务领域的一项关键技术，能够帮助消费者真实地预览服装...
2天前 24
多实例生成方法3DIS-FLUX：利用最新的FLUX模型进行渲染，以实现更高质量的图像生成和更强的控制能力
新技术

浙江大学和哈佛大学的研究人员推出多实例生成（Multi-Instance Generation）方法3D...
4天前 32
多模态大语言模型Omni-RGPT：在统一图像和视频的区域级理解
新技术

英伟达和延世大学的研究人员推出多模态大语言模型Omni-RGPT，旨在统一图像和视频的...
4天前 34
字节跳动推出视频生成模型训练新方法APT：通过在扩散预训练的基础上对真实数据进行对抗训练，以实现一步视频生成
新技术

扩散模型在图像和视频生成领域展示了卓越的能力，但其迭代性质导致了生成过程缓慢...
4天前 28
字节跳动推出新型图像分词器TA-TiTok及掩码生成模型MaskGen
新技术

字节跳动和浦项科技大学的研究人员提出了一种名为TA-TiTok的新型图像分词器。这是...
4天前 30
图像匹配框架MINIMA：解决跨视图和跨模态的情况下，多模态感知中的图像匹配问题
新技术

华中科技大学和武汉大学的研究人员推出一个统一的图像匹配框架MINIMA，即模态不变...
4天前 30
新型网络架构PIIP：提高视觉感知和多模态理解任务中的计算效率和性能
新技术

上海交通大学、清华大学、上海人工智能实验室、香港中文大学和商汤科技的研究人员...
4天前 28
没有账号？注册  忘记密码？