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
新技术

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...
2024-04-24 358
多概念定制技术MultiBooth：根据用户的文本描述生成包含多个特定元素的图像
新技术

清华大学和Meta的研究人员推出新颖且高效的多概念定制技术MultiBooth，此技术用于...
2024-04-23 412
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
新技术

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...
2024-04-23 307
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
新技术

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...
2024-04-22 272
多模态大语言模型Groma：具备精细化和定位化的视觉感知能力
新技术

来自香港大学和字节跳动的研究人员推出多模态大语言模型Groma，它具备精细化和定位...
2024-04-22 432
微软亚洲研究院推出新框架VASA-1：基于一张静态图片和一个语音音频片段，实时生成逼真的会说话的面孔
新技术

微软亚洲研究院推出新框架VASA-1，它可以根据单张静态图像和语音音频片段，生成具...
2024-04-22 294
AniClipart：根据文本提示将静态的剪贴画转换成动画
新技术

香港城市大学和莫纳什大学的研究人员推出AniClipart，它能够根据文本提示将静态的...
2024-04-21 362
动态排版Dynamic Typography：将文字通过动画效果生动呈现的技术
新技术

来自香港科技大学和特拉维夫大学的研究人员推出Dynamic Typography（动态排版），...
2024-04-20 412
EdgeFusion：能够在资源受限的移动设备上快速生成与文本描述相匹配的高质量图像
新技术

来自韩国Nota AI和三星电子的研究人员推出EdgeFusion，它能够在资源受限的移动设备...
2024-04-20 320
3D重建模型MeshLRM：基于LRM的方法，能够从极少量的输入图像（仅需四张）快速重建出高质量的3D网格模型
新技术

来自加州大学圣地亚哥分校和Adob​​e的研究人员推出大型3D重建模型MeshLRM，这是一...
2024-04-20 358
新型文本到音频生成模型Tango 2：提高音频生成的质量和与文本的匹配度
新技术

新加坡科技设计大学和密歇根大学的研究人员推出新型文本到音频生成模型Tango 2，它...
2024-04-17 366
基于指令的高质量图像编辑数据集HQ-Edit
新技术

加州大学圣克鲁斯分校的研究人员推出高质量数据集HQ-Edit，它专门用于基于指令的图...
2024-04-17 496
没有账号？注册  忘记密码？