高效灵活的对象检测工具YOLO-World
新技术

来自腾讯AI实验室、华中科技大学EIC学院的研究人员推出高效实时开放词汇对象检测...
2024-02-01 485
新型图像编辑框架SEELE：图像主体重新定位
新技术

来自复旦大学的研究人员推出了一种新型图像编辑框架SEELE（SEgment-gEnerate-and-...
2024-02-01 262
3D场景生成技术BlockFusion：基于扩散模型的方法来创建和扩展3D场景
新技术

来自腾讯、东京大学、澳大利亚国立大学、上海交通大学的研究人员推出新型3D场景生...
2024-01-31 424
新型图像生成技术StrokeNUWA：利用大语言模型生成矢量图形
新技术

StrokeNUWA是一种新型图像生成技术，用于仅通过大语言模型（LLM）生成矢量图形，...
2024-01-31 310
通义千问视觉理解模型 Qwen-VL升级版：Qwen-VL-Plus、Qwen-VL-Max
新技术

阿里云宣布通义千问视觉理解模型 Qwen-VL 再次升级，继 Plus 版本之后推出 Max 版...
2024-01-31 248
AI视频生成新框架Motion-I2V：让用户通过简单的轨迹绘制或区域选择来控制生成的视频内容
新技术

来自NVIDIA AI、香港中文大学、商汤科技、清华大学、CPII、上海人工智能实验室、A...
2024-01-31 264
无需训练的组合式文本到图像生成方法CompAgent
新技术

来自清华大学、华为诺亚方舟实验室、香港大学的研究人员提出了一种无需训练的组合...
2024-01-31 308
单样本文生图模型的微调方法：解决泛化性和真实性问题
新技术

来自腾讯的研究人员提出了一种面向对象的单样本文生图模型的微调方法Object-Drive...
2024-01-31 298
新型视觉模型训练方法SynCLR：完全从生成模型中学习，不需要任何真实数据
新技术

来自谷歌和MIT的研究人员提出一种新型视觉模型训练方法SynCLR，它完全从生成模型...
2024-01-31 243
Media2Face：集成多种媒体输入（音频、图像和文本）生成同步的面部动画和头部姿势
新技术

来自上海科技大学、影眸科技、香港大学和叠境数字科技的研究人员提出一个基于扩散...
2024-01-30 287
文本到图像合成框架PIXART-δ：0.5秒内生成1024×1024像素的图像
新技术

来自华为诺亚方舟实验室、大连理工大学、香港大学、香港科技大学的研究人员推出了...
2024-01-30 334
基于SAM的新型视觉模型Open-Vocabulary SAM：交互式的图像分割和识别
新技术

来自南洋理工大学、上海AI实验室的研究人员推出了一款基于SAM的新型视觉模型Open-...
2024-01-29 246
没有账号？注册  忘记密码？