新型知识蒸馏方法DisBack：加速扩散模型的生成模型的采样速度
浙江大学、北京大学和阿里巴巴的研究人员推出新型知识蒸馏方法DisBack，它用于加速一类称为扩散模型（diffusion models）的生成模型的采样速度。扩散模型是当前非常热门的生成模型，能够生成...
排序
谷歌推出首尾帧图生视频新方法Generative Inbetweening：在两个关键帧之间产生连贯的运动
华盛顿大学、谷歌 DeepMind和加州大学伯克利分校的研究人员推出一种用于生成视频序列的方法Generative Inbetweening，能够在两个关键帧之间产生连贯的运动。简单来说，就是给定视频...
无需额外训练的新型过渡视频生成方法TVG：在不同场景或画面之间流畅过渡的视频效果
索贝媒体智能实验室、四川大学网络科学与工程学院、数据保护与智能管理教育部重点实验室（四川大学）和中国电子科技大学的研究人员推出一种无需额外训练的新型过渡视频生成方法TVG，它是一种无需训练就能生成平滑...
新型视频生成框架ConFiner：结合多个专家模型的能力，以一种高效且无需训练的方式，生成高质量且连贯的视频内容
悉尼大学、东南大学、中南大学、上海交通大学、商汤科技研究院和香港科技大学的研究人员推出新型视频生成框架ConFiner，它通过一系列现成的扩散模型专家（diffusion model experts...
一步式文本到图像扩散模型SwiftBrush v2：通过优化训练方法和引入新的损失函数，来提高图像质量和文本图像对齐度
越南VinAI 研究和胡志明邮电技术学院的研究人员推出SwiftBrush v2，这是一个先进的文本到图像扩散模型，它通过优化训练方法和引入新的损失函数，比如“clamped CLIP loss”，来...
新型图像编辑方法CODE：能够在保持图像真实感的同时，对图像进行高质量的编辑和合成
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...
新型视频生成框架CustomCrafter：根据文本提示和主题参考图像生成高质量视频
浙江大学、腾讯人工智能实验室和腾讯 PCG ARC 实验室的研究人员推出新型视频生成框架CustomCrafter，它可以根据文本提示和主题参考图像生成高质量视频。这项技术的目标是让用户能够自定义视频...
创新电影制作框架DreamCinema：利用AI技术简化了电影创作过程，使得个人也能轻松成为电影制作人
清华大学推出创新电影制作框架DreamCinema，它利用AI技术简化了电影创作过程，使得个人也能轻松成为电影制作人。在这个数字化媒体蓬勃发展的时代，人们对于创造个性化、高质量的电影级视频有着广泛需求...
DiT架构的文生视频模型xGen-VideoSyn-1：根据文本描述生成逼真的视频场景
Salesforce推出新的文生视频模型xGen-VideoSyn-1，这个模型能够根据文本描述生成逼真的视频场景，它的设计灵感来源于OpenAI的Sora模型，并在此基础上进行了改进和创新。例如，你...
统一Transformer模型Show-o：同时处理多模态理解（如图像和文本）和生成任务
新加坡国立大学和字节跳动的研究人员推出一种统一的Transformer模型Show-o，，它统一了多模态的理解和生成。不同于完全自回归模型，Show-o结合了自回归和（离散）扩散建模，以自适应地处理各...
新型文本到图像生成方法FRAP：基于自适应调整每个词汇的提示权重来改善生成图像与提示之间的一致性和真实性
阿尔伯塔大学电子与计算机工程系、华为技术加拿大公司和华为麒麟解决方案的研究人员推出新型文本到图像生成方法FRAP，旨在提高由文本提示生成图像的真实性和忠实度，确保生成的图像与文本描述的内容精确匹配。F...
新型文本到图像的扩散模型优化方法迭代对象计数优化：准确地生成指定数量的对象
特拉维夫大学和巴伊兰大学的研究人员推出一种新的文本到图像的扩散模型优化方法，这个方法被称为“迭代对象计数优化”（Iterative Object Count Optimization）。这个方法主要解...
