新型视频生成模型家族MarDini：通过将掩码自回归（MAR）技术与扩散模型（DM）相结合，开创了一种高效的视频生成方法
新技术

Meta AI与阿卜杜拉国王科技大学的研究人员推出了一种新型视频生成模型家族——MarDin...
3周前 92
ReferEverything：专为视频中通过自然语言描述的概念进行分割而设计
新技术

来自卡内基梅隆大学、伊利诺伊大学香槟分校和丰田研究所的研究者们共同提出了一种...
3周前 88
用于长视频生成的双速学习系统SLOWFAST-VGEN：模仿了人类大脑中慢速学习和快速学习相结合的互补学习系统
新技术

人类拥有一个独特的学习系统，它既能从普遍的世界规律中缓慢学习，也能迅速地将新...
3周前 78
用于视觉配音的先进框架PersonaTalk：实现高保真和个性化的视觉配音
新技术

在音频驱动的视觉配音中，合成准确的口型同步同时保持和突出说话者的“个性”是一个...
3周前 96
无需训练的新策略FasterCache：加速高质量视频生成的视频生成模型的推理
新技术

视频生成是当前 AI 领域的一个热点研究方向，特别是基于扩散模型的方法。然而，这...
3周前 96
CAMI2V：引入物理约束提升文生视频模型中的相机控制精度
新技术

浙江大学计算机科学与技术学院的研究团队推出一个名为CAMI2V（Camera-Controlled I...
3周前 98
新框架SCT：旨在理解和改进一致性模型
新技术

香港中文大学和卡内基梅隆大学的研究人员提出了一个名为Stable Consistency Tuning...
4周前 126
交互式帧插值工具Framer：根据用户的创造力生成两个图像之间平滑过渡的帧
新技术

帧插值是生成两个图像之间平滑过渡帧的技术，广泛应用于视频处理、动画制作和内容...
4周前 150
视频对象分割技术SMITE：解决视频内对象的分割问题，特别是在需要任意粒度（即对象可以被分割成不同数量的片段）的情况下
新技术

视频对象分割是一项具有挑战性的任务，每个像素必须被准确标记，并且这些标签必须...
4周前 198
RankDPO：提高模型在遵循文本提示和视觉质量方面的表现
新技术

直接偏好优化（DPO）已成为一种强大的方法，用于将文本到图像（T2I）模型与人类反...
4周前 128
多模态框架FakeShield：通过多模态大语言模型评估图像的真实性，用于检测AI及PS图片
新技术

生成式AI的快速发展为内容创作带来了巨大便利，但同时也使得图像篡改变得更加容易...
4周前 134
4D 场景纹理化Tex4D：使用视频扩散模型为未纹理化的动画网格序列生成多视图、时间一致的 4D 纹理
新技术

来自香港中文大学（深圳）、NVIDIA 和加州大学默塞德分校的研究人员开发了 Tex4D，...
4周前 124
没有账号？注册  忘记密码？