创新系统SEE-2-SOUND：为静态图片或动态视频生成与之匹配的立体声效果，增强观众的沉浸感和体验
新技术

多伦多大学、Temerty 人工智能研究与医学教育中心和Sunnybrook 研究所的研究人员推...
2024-06-19 320
新型多模态DiT模型AV-DiT：生成既有视觉画面又有声音的高质量视频
新技术

来自多伦多大学、德克萨斯大学达拉斯分校和Adobe研究中心的研究人员推出新型多模态...
2024-06-19 346
新型视频生成模型HPDM：通过分层处理和上下文融合技术，生成高分辨率视频
新技术

Snap、阿卜杜拉国王科技大学和特伦托大学的研究人员推出新型视频生成模型Hierarchi...
2024-06-19 382
FontStudio系统：为多语言字体生成文字特效，创造具有艺术感的字体效果
新技术

微软亚洲研究院和利物浦大学推出FontStudio系统，它是一个基于现代扩散模型的文本...
2024-06-19 414
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...
2024-06-19 240
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...
2024-06-19 758
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...
2024-06-19 410
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...
2024-06-17 268
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...
2024-06-17 434
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...
2024-06-17 324
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...
2024-06-17 434
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...
2024-06-17 294
没有账号？注册  忘记密码？