无需预先训练框架MotionClone：通过复制参考视频中的动作来指挥文本导向的视频生成
新技术

中国科学技术大学、上海交通大学、香港中文大学和上海人工智能实验室的研究人员推...
2024-06-19 196
基于大语言模型的新型文本编码器LI-DiT：灵活地将尖端的大语言模型融入文本转图像生成模型
新技术

商汤研究院、香港中文大学移动计算实验室和上海人工智能实验室的研究人员推出新型...
2024-06-19 706
字节跳动推出新型视频生成技术CamTrol：为现有的视频扩散模型增添摄像机运动操控功能
新技术

中国科学技术大学和字节跳动的研究人员推出新型视频生成技术CamTrol，这是一种无需...
2024-06-19 346
新型文生图模型CountGen：根据文本提示准确地生成指定数量的对象
新技术

巴伊兰大学、英伟达和特拉维夫大学的研究人员推出新型文生图模型CountGen，它能够...
2024-06-17 228
后训练压缩策略DiTFastAttn：压缩和加速DiT模型，缓解DiT的计算瓶颈问题
新技术

来自清华大学、无问芯穹（Infinigence AI）、卡内基梅隆大学和上海交通大学的研究...
2024-06-17 360
基于定制化扩散模型权重的子空间weights2weights（w2w）：能够支持从单一图像中提取视觉身份，编辑模型中编码的身份，以及采样新模型来编码多样化的人物实例
新技术

加州大学伯克利分校、Snap和斯坦福大学的研究人员推出weights2weights（w2w），这...
2024-06-17 266
新型图像生成模型DiMR：通过多分辨率处理和时间依赖的层归一化技术，有效地提高了图像的质量和真实感，减少了失真
新技术

字节跳动、约翰霍普金斯大学和威斯康星大学麦迪逊分校的研究人员推出新的图像生成...
2024-06-17 372
大型重建模型Real3D：利用单视图真实世界图像进行3D重建
新技术

德克萨斯大学奥斯汀分校的研究人员推出Real3D，它是首个能够使用单视图真实世界图...
2024-06-17 240
新型图像生成模型EMMA：能够接受多模态提示，并生成高质量的图像
新技术

南洋理工大学和腾讯的研究人员推出新型图像生成模型EMMA，它基于最先进的文本到图...
2024-06-17 390
基准测试CommonsensenT2I：用于评估文生图模型（T2I）生成符合现实生活常识的图像的能力
新技术

宾夕法尼亚大学和加州大学圣塔芭芭拉分校的研究人员推出基准测试CommonsensenT2I，...
2024-06-17 260
Adobe推出Toffee：用于主题驱动的文本到图像生成的高效数据集构建方法
新技术

Adobe Research和加州大学圣克鲁斯分校的研究人员推出Toffee系统，它是一个用于主...
2024-06-16 286
新型图像压缩技术CMC（模态压缩）：利用大型多模态模型来实现图像到文本再到图像的转换，从而在保持图像质量的同时，大幅度减小图像的大小
新技术

上海交通大学和南洋理工大学的研究人员推出一种新型的图像压缩技术“跨模态压缩”（C...
2024-06-16 384
没有账号？注册  忘记密码？