LaVi-Bridge：将不同的语言模型和生成视觉模型结合起来，用于文生图
新技术

来自香港大学、香港中文大学、香港科技大学的研究团队推出LaVi-Bridge，它能够将...
2024-03-16 297
基于人类与场景互动数据集Trumans开发的动作生成模型
新技术

来自北京大学人工智能研究院、BIGAI通用人工智能国家重点实验室、北京大学CFCS计...
2024-03-15 380
基于文本的视频编辑模型Emu Video Edit (EVE)
新技术

Meta推出基于文本的视频编辑模型Emu Video Edit (EVE)，它能够在没有监督视频编辑...
2024-03-15 275
文本编码器Glyph-ByT5：为提高视觉文本渲染的准确性而设计
新技术

来自微软亚洲研究院、清华大学、北京大学和澳大利亚国立大学的研究团队推出文本...
2024-03-15 256
StreamMultiDiffusion：实时交互式图像生成和编辑的工具
新技术

来自韩国首尔国立大学的团队发布新应用StreamMultiDiffusion，这是一种用于实时交...
2024-03-15 549
Follow-Your-Click：通过用户简单的点击和简短的动作提示来实现图像的局部动画化
新技术

来自香港科大、腾讯浑源和清华大学的团队推出新颖框架Follow-Your-Click，它能够...
2024-03-15 390
视觉风格提示（Visual Style Prompting）：不需要对模型进行微调的情况下，通过参考图像来生成具有特定风格的图像
新技术

来自韩国延世大学和NAVER AI 实验室的研究团队推出“视觉风格提示（Visual Style P...
2024-03-15 345
谷歌推出创新框架VLOGGER：只需要提供一张静态照片和一段语音，就能生成口型匹配的视频
新技术

谷歌推出创新框架VLOGGER，它能够根据一段音频和一张人物的单张照片生成这个人说...
2024-03-15 237
DragAnything：视频生成中任意对象的运动控制
新技术

来自快手、浙江大学和新加坡国立大学的研究团队推出DragAnything，它是一种用于视...
2024-03-13 361
FaceChain-SuDe：提高个性化图像生成的属性相关性
新技术

来自北京大学、阿里巴巴、清华大学和鹏程实验室的研究团队推出FaceChain-SuDe，这...
2024-03-12 258
新型3D生成模型V3D：利用视频扩散模型的能力来创建高质量的三维对象和场景
新技术

来自清华和生数科技的研究推出新型3D生成模型V3D，它利用视频扩散模型的能力来创...
2024-03-12 256
谷歌发布“多步一致性模型”（Multistep Consistency Models）
新技术

谷歌发布新型生成模型“多步一致性模型”（Multistep Consistency Models），它在图...
2024-03-12 279
没有账号？注册  忘记密码？