新技术

来自阿卜杜拉国王科技大学、新加坡国立大学和瑞士人工智能实验室的研究人员推出一种简单且无需训练的方法TGATE，通过减少不必要的计算来提高效率，同时保持生成图像的质量，这对于各种需要快速高质量图像生成的...

来自中国科学技术大学、清华大学和微软亚洲研究院的研究人员推出新型3D生成模型GaussianCube，它通过结构化表示和优化传输方法解决了传统3D高斯溅射的挑战，为3D内容的生成和编辑提供了一种高效且...

来自中国台湾的研究人员推出新型实时目标检测系统YOLOv9，通过引入可编程梯度信息（Programmable Gradient Information, PGI）和一种新的轻量级网络架构——广义高效层...

D-Flow框架是一种用于控制生成过程的方法，通过在流中进行微分来控制生成过程，以优化源（噪声）点。该方法的主要局限是生成时间相对较长（通常需要5-15分钟），这可能会在某些应用中限制其使用。 论文地...

Meta推出个性化图像生成模型Imagine yourself，这个模型的特别之处在于，它不需要针对每个用户进行个性化调整或“调优”，就能够为所有用户提供服务。这就像是有一个智能的画家，无论谁来请求画...

来自特拉维夫大学和谷歌的研究团队推出图像逆向技术ReNoise，这是一种通过迭代噪声处理来实现真实图像在预训练扩散模型域内重建的方法。简单来说，就像我们有时候需要从一张已经损坏或者风格化的照片恢复出原...

来自Adob​​e和马里兰大学的研究团队推出用于图像编辑的生成模型Magic Fixup，该模型能够根据粗略编辑的图像，合成遵循特定布局的逼真输出。该模型能够转移原始图像的精细细节，同时保留其各部分特...

上海大学和上海电影特效工程技术研究中心的研究人员推出 FilmComposer，利用大语言模型（LLM）驱动的方法为无声电影片段生成音乐。FilmComposer 旨在模拟专业音乐家的实际工作流程，结...

随着大语言模型（LLMs）在各个领域的广泛应用，其安全性问题日益受到关注。尽管这些模型在性能上表现出色，但在面对恶意查询和越狱攻击时，仍存在一定的风险。为了应对这一挑战，清华大学与瑞莱智慧联合团队推出...

洛桑联邦理工学院的研究人员推出新型图像编辑方法CODE（Confident Ordinary Differential Editing，自信常微分编辑），它能够在保持图像真实感的同时，对图像进行高质量...

字节跳动、慕尼黑工业大学、MCML和卡内基梅隆大学的研究人员推出新型图像生成技术MaskBit，这个技术能够自动创造出新的图像，而且不需要像传统方法那样依赖于大量的预训练数据或者复杂的数学模型。Mas...

阿里巴巴推出新型视频生成框架Tora，它基于DiT（Diffusion Transformer）框架构建，专门用于生成受轨迹指导的视频内容。简而言之，Tora能够根据文本、图像、轨迹或这些元素的组合来...