零一万物推出Presto：专为生成长达15秒的高质量视频而设计的新型扩散模型
新技术

零一万物团队隆重推出Presto——一款专为生成长达15秒的高质量视频而设计的新型扩散...
2024-12-03 78
新型自编码器WF-VAE：为提高潜在视频扩散模型中视频变分自编码器的性能而设计
新技术

北大-兔展AIGC联合实验室推出新型自编码器WF-VAE，此编码器与开源视频生成项目Open...
2024-12-03 82
针对DiT模型的深度修剪方法TinyFusion：通过端到端学习去除冗余层，以减少模型的参数量和提高推理效率
新技术

新加坡国立大学的研究人员推出一个针对DiT模型的深度修剪方法TinyFusion，旨在通过...
2024-12-03 72
先进跟踪系统TAPTRv3：用于在长视频中跟踪任意点
新技术

IDEA Research、华南理工大学、清华大学和香港科技大学的研究人员推出先进跟踪系统...
2024-12-03 84
PSHuman：利用多视角扩散模型先验的3D人体建模新框架
新技术

真实感3D人体建模在虚拟现实、增强现实、电影制作、游戏开发和医疗等领域具有广泛...
2024-12-02 102
可控人类图像生成的新框架BootComp：特别适用于包含多个参考服装的情况
新技术

韩国科学技术研究院和OMNIOUS.AI的研究人员提出了BootComp——一种用于可控人类图像...
2024-12-01 108
基于扩散模型的人类视频生成框架AnchorCrafter：用于创建高保真度的主播风格产品推广视频。
新技术

自动生成锚点风格的产品推广视频在在线商务、广告和消费者互动中展现出巨大的潜力...
2024-12-01 82
视觉-语言模型FINECAPTION：专注于在任意位置和任意粒度级别上进行组合式图像描述
新技术

随着大型视觉语言模型（VLMs）的出现，多模态任务的发展取得了显著进展。这些模型...
2024-12-01 88
语言驱动的顺序草图生成方法SketchAgent：让用户通过动态、对话式的交互来创建、修改和细化草图
新技术

MIT和斯坦福大学的研究人员推出一种语言驱动的顺序草图生成方法SketchAgent，能够...
2024-12-01 82
ConsisID：无调优可控的身份保持文本到视频生成
新技术

身份保持的文本到视频（IPT2V）生成旨在创建具有一致人类身份的高保真视频，这是视...
2024-12-01 86
用于保护个人肖像图像免受恶意生成编辑的新技术FaceLock
新技术

随着扩散模型的迅速发展，生成图像编辑变得更加普及，这不仅促进了创意表达，也引...
2024-12-01 82
图像修复模型ABAIR：在从受到未知退化影响的输入图像中恢复出高质量的图像
新技术

在图像处理领域，盲目的全功能图像恢复（Blind All-in-One Image Restoration, BAI...
2024-12-01 84
没有账号？注册  忘记密码？