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
来自马里兰大学和Adobe的研究人员推出新的图像和视频处理技术MaGGIe（Masked Gui...
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
苹果推出新颖的弱监督方法CatLIP（Categorical Loss for Image-text Pre-training...
无需调整的高分辨率框架HiDiffusion：只需添加一行代码即可提高扩散模型（Stable Diffusion）在生成高分辨率图像方面的能力和效率
旷视科技与字节跳动的研究人员推出新型框架HiDiffusion，只需添加一行代码即可提高...
虚拟服装试穿技术IDM-VTON：根据一个人的图片和一件衣服的图片，生成这个人穿上这件衣服的图像
来自韩国科学技术院和OMNIOUS.AI的研究人员推出虚拟服装试穿技术IDM-VTON，该技术...
腾讯推出多模态基础模型SEED-X：结合视觉和语言理解的能力，可以处理和生成各种类型的数据，包括图像和文本
腾讯AI实验室和ARC实验室共同开发的多模态基础模型SEED-X，这是一个先进的人工智能...
基于物理的交互式3D对象动态生成方法PhysDreamer：利用视频生成技术实现与3D物体进行物理交互
来自麻省理工学院、斯坦福大学、 哥伦比亚大学和康奈尔大学的研究人员推出PhysDrea...