多服装虚拟试穿技术AnyDressing：能够根据任何组合的服装和个性化文本提示来定制角色形象
新技术

字节跳动和清华大学的研究人员提出了一种名为AnyDressing的新方法，专注于解决多服...
2周前 46
数据增强方法MaskRIS：用于改进指代表像分割任务的性能
新技术

延世大学、NAVER AI LAB和韩国科学技术研究院的研究人员推出一种新的数据增强方法...
2周前 78
Motion Prompting框架：通过动轨迹控制视频生成
新技术

Google DeepMind、密歇根大学和布朗大学的研究人员推出一个名为“Motion Prompting”...
2周前 42
新型框架OmniCreator：能够进行自我监督的统一生成和编辑，涵盖图像和视频
新技术

Everlyn AI、香港科技大学、佛罗里达大学和密歇根州立大学的研...
2周前 44
新型多镜头视频生成框架VGoT：专门针对多镜头视频生成任务设计
新技术

香港科技大学、北京大学、香港大学、新加坡国立大学、中佛罗里达大学和Everlyn Al...
2周前 46
新型框架ZipAR：用于加速自回归（AR）视觉生成模型的图像生成过程
新技术

浙江大学、上海人工智能实验室和阿德莱德大学的研究人员推出新型框架ZipAR，它用于...
2周前 50
字节推出新型视觉自回归（VAR）模型Infinity：根据语言指令生成高分辨率、逼真的图像
新技术

字节跳动的研究团队提出了一种名为Infinity的新方法，该方法在位级标记预测框架下...
2周前 48
高质量、人工奖励数据集HumanEdit：专为指令引导的图像编辑而设计
新技术

天工AI、新加坡国立大学、北京大学和南洋理工大学的研究人员推出高质量、人工奖励...
2周前 38
基于视觉特征的对抗性引导方法NegToMe：利用参考图像或其他批次图像的视觉特征，而非仅依赖文本提示，来更有效地排除不希望的视觉元素
新技术

华盛顿大学、澳大利亚国立大学和艾伦人工智能研究所的研究人员提出了一种新的对抗...
2周前 44
实时交互式3D场景生成的创新框架WonderWorld：能够以低延迟的方式指定场景内容和布局，并实时查看创建的场景
新技术

MIT和斯坦福的研究人员联合推出了WonderWorld，这是一个用于交互式3D场景生成的创...
3周前 48
文本到图像模型的数据归因：识别在生成新图像过程中最具影响力的训练图像
新技术

卡内基梅隆大学、Adob​​e 研究和加州大学伯克利分校的研究人员发布论文，论文的主...
3周前 48
SOLAMI：为3D自主角色提供社交智能，使其能够感知、理解和与人类进行交互。
新技术

人类是社会性动物，赋予3D自主角色类似的社会智能，使其能够感知、理解和与人类互...
3周前 54
没有账号？注册  忘记密码？