实时交互式3D场景生成的创新框架WonderWorld：能够以低延迟的方式指定场景内容和布局，并实时查看创建的场景
新技术

MIT和斯坦福的研究人员联合推出了WonderWorld，这是一个用于交互式3D场景生成的创...
2024-12-05 72
文本到图像模型的数据归因：识别在生成新图像过程中最具影响力的训练图像
新技术

卡内基梅隆大学、Adob​​e 研究和加州大学伯克利分校的研究人员发布论文，论文的主...
2024-12-04 78
SOLAMI：为3D自主角色提供社交智能，使其能够感知、理解和与人类进行交互。
新技术

人类是社会性动物，赋予3D自主角色类似的社会智能，使其能够感知、理解和与人类互...
2024-12-03 82
SPOTLIGHT：通过扩散模型实现对虚拟对象插入图像时的光影控制
新技术

拉瓦尔大学、Depix Technologies和芝加哥丰田技术学院的研究人员推出SPOTLIGHT，它...
2024-12-03 94
无需额外训练的缓存策略TeaCache：加速视频扩散模型的推理过程，同时保持生成视频的视觉质量
新技术

扩散模型（DMs）作为视频生成的基本骨干，因其顺序去噪的性质而面临低推理速度的挑...
2024-12-03 94
新型采样引导方法STG：提升视频扩散模型生成质量
新技术

扩散模型（DMs）近年来在生成高质量图像、视频和3D内容方面取得了显著进展。然而，...
2024-12-03 90
RollingDepth：将单图像深度估计转化为高效的视频深度估计
新技术

随着大型基础模型的发展和合成训练数据的广泛应用，单图像深度估计技术取得了显著...
2024-12-03 88
VISTA框架：通过视频时空增强技术，提升对长时和高分辨率视频的理解能力
新技术

滑铁卢大学、矢量研究所和零一万物的研究人员推出VISTA框架，旨在通过视频时空增强...
2024-12-03 78
新型音频驱动的肖像视频生成方法FLOAT：基于流匹配生成模型，能够在给定单一源图像和音频的情况下生成具有自然说话动作的肖像视频
新技术

DeepBrain和韩国科学技术院人工智能研究生院的研究人员推出新型音频驱动的肖像视频...
2024-12-03 78
FlowChef：利用矢量场动力学的统一受控图像生成框架
新技术

扩散模型（DMs）在照片真实感图像生成、图像编辑和逆问题解决方面取得了显著进展，...
2024-12-03 78
新型自回归视觉语言基础模型X-Prompt：实现通用的上下文内图像生成
新技术

随着大语言模型（LLMs）在自然语言处理领域的广泛应用，基于LLMs的自动回归视觉语...
2024-12-03 80
轻量级的新型视频对象分割和跟踪模型EfficientTAM
新技术

随着视频对象分割（VOS）和跟踪任务的日益复杂，现有的强大工具如SAM 2虽然在准确...
2024-12-03 84
没有账号？注册  忘记密码？