运动潜在一致性模型MotionLCM：能够实时控制人体动作的生成
新技术

来自清华大学和上海人工智能实验室的研究人员推出运动潜在一致性模型MotionLCM，它...
2024-05-01 296
新型框架Lightplane：用于处理3D神经场的高度可扩展的组件
新技术

密歇根大学和Meta的研究人员推出新型框架Lightplane，它包含两个高度可扩展的组件...
2024-05-01 372
MaPa：根据文本描述为3D模型生成逼真的材质
新技术

来自浙江大学、蚂蚁集团和深圳大学的研究人员推出MaPa，它能够根据文本描述为3D模...
2024-04-29 564
视觉模型PLLaVA：能够理解视频中的内容，包括动作、场景、人物穿着等，并能够生成详细描述这些内容的字幕
新技术

来自新加坡国立大学、纽约大学和字节跳动的研究人员推出用于视频密集字幕生成的先...
2024-04-29 244
通用反馈学习架构ID-Aligner：用于提升文本到图像生成任务中的身份保持性能
新技术

来自中山大学和字节跳动的研究人员推出通用反馈学习架构ID-Aligner，它用于提升文...
2024-04-28 395
字节跳动推出PuLID：用于个性化文本到图像的生成
新技术

字节跳动推出PuLID，它用于个性化文本到图像（Text-to-Image，简称T2I）的生成。Pu...
2024-04-28 742
视频运动迁移模型MotionMaster：在不需要训练的情况下，实现视频中相机运动的转移
新技术

来自上海交通大学、腾讯优图实验室和哈尔滨工业大学的研究人员推出一个无需训练的...
2024-04-28 292
图像编辑技术Editable Image Elements：允许用户对输入的图像进行空间编辑，同时保持图像内容的逼真度
新技术

来自加州大学圣地亚哥分校和Adob​​e 研究中心的研究人员推出新的图像编辑技术Edita...
2024-04-28 374
新颖图像和视频处理框架MaGGIe：用于实现人类图像的精确分割，从图像和视频中提取人物前景
新技术

来自马里兰大学和Adob​​e的研究人员推出新的图像和视频处理技术MaGGIe（Masked Gui...
2024-04-27 314
弱监督方法CatLIP：用于在互联网规模的图像-文本数据上预训练视觉模型
新技术

苹果推出新颖的弱监督方法CatLIP（Categorical Loss for Image-text Pre-training...
2024-04-27 368
混合数据专家MoDE：通过聚类方法来提升对比语言-图像预训练（CLIP）的性能
新技术

来自Meta、哥伦比亚大学、纽约大学和华盛顿大学的研究人员推出机器学习系统MoDE（M...
2024-04-27 264
ConsistentID：生成个性化人像图像时保持高度的面部身份（ID）一致性
新技术

来自 中山大学深圳校区、中山大学珠海校区、联想研究院和阿联酋起源人工智能研究院...
2024-04-27 450
没有账号？注册  忘记密码？