SPOTLIGHT：通过扩散模型实现对虚拟对象插入图像时的光影控制
新技术

拉瓦尔大学、Depix Technologies和芝加哥丰田技术学院的研究人员推出SPOTLIGHT，它...
3周前 56
无需额外训练的缓存策略TeaCache：加速视频扩散模型的推理过程，同时保持生成视频的视觉质量
新技术

扩散模型（DMs）作为视频生成的基本骨干，因其顺序去噪的性质而面临低推理速度的挑...
3周前 58
新型采样引导方法STG：提升视频扩散模型生成质量
新技术

扩散模型（DMs）近年来在生成高质量图像、视频和3D内容方面取得了显著进展。然而，...
3周前 52
RollingDepth：将单图像深度估计转化为高效的视频深度估计
新技术

随着大型基础模型的发展和合成训练数据的广泛应用，单图像深度估计技术取得了显著...
3周前 60
VISTA框架：通过视频时空增强技术，提升对长时和高分辨率视频的理解能力
新技术

滑铁卢大学、矢量研究所和零一万物的研究人员推出VISTA框架，旨在通过视频时空增强...
3周前 50
新型音频驱动的肖像视频生成方法FLOAT：基于流匹配生成模型，能够在给定单一源图像和音频的情况下生成具有自然说话动作的肖像视频
新技术

DeepBrain和韩国科学技术院人工智能研究生院的研究人员推出新型音频驱动的肖像视频...
3周前 46
FlowChef：利用矢量场动力学的统一受控图像生成框架
新技术

扩散模型（DMs）在照片真实感图像生成、图像编辑和逆问题解决方面取得了显著进展，...
3周前 44
新型自回归视觉语言基础模型X-Prompt：实现通用的上下文内图像生成
新技术

随着大语言模型（LLMs）在自然语言处理领域的广泛应用，基于LLMs的自动回归视觉语...
3周前 44
轻量级的新型视频对象分割和跟踪模型EfficientTAM
新技术

随着视频对象分割（VOS）和跟踪任务的日益复杂，现有的强大工具如SAM 2虽然在准确...
3周前 40
零一万物推出Presto：专为生成长达15秒的高质量视频而设计的新型扩散模型
新技术

零一万物团队隆重推出Presto——一款专为生成长达15秒的高质量视频而设计的新型扩散...
3周前 40
新型自编码器WF-VAE：为提高潜在视频扩散模型中视频变分自编码器的性能而设计
新技术

北大-兔展AIGC联合实验室推出新型自编码器WF-VAE，此编码器与开源视频生成项目Open...
3周前 42
针对DiT模型的深度修剪方法TinyFusion：通过端到端学习去除冗余层，以减少模型的参数量和提高推理效率
新技术

新加坡国立大学的研究人员推出一个针对DiT模型的深度修剪方法TinyFusion，旨在通过...
3周前 38
没有账号？注册  忘记密码？