字节推出TextToon：在实时环境中将真人的头像转换成卡通化的形象
新技术

罗切斯特大学和字节跳动的研究人员推出TextToon，它能够在实时环境中将真人的头像...
2024-10-11 198
新型视频生成框架VideoGuide：改善视频生成模型在时间连续性方面的性能，同时保持甚至提高生成视频的图像质量
新技术

韩国科学技术研究院推出新型框架VideoGuide，它能够改善视频生成模型在时间连续性...
2024-10-10 142
多模态统一模型UniMuMo：能够处理文本、音乐和动作（运动）数据，并在这三种模式之间生成内容
新技术

香港中文大学、华盛顿大学、不列颠哥伦比亚大学、麻省大学阿默斯特分校、 MIT-IBM ...
2024-10-10 176
图像生成框架OmniBooth：根据用户的多模态指令（如文本提示或图像参考）来生成具有空间控制和实例级定制化的图像
新技术

香港科技大学和华为诺亚方舟实验室的研究人员推出图像生成框架OmniBooth，它可以根...
2024-10-10 184
半策略偏好优化方法SePPO：用于优化和微调文生图模型，使其更好地符合人类的审美和偏好
新技术

罗切斯特大学、普渡大学、延世大学、腾讯 AI 实验室和华盛顿大学的研究人员推出半...
2024-10-10 130
帧感知视频扩散模型FVDM：时间步向量化方法，提高了视频生成任务的质量和灵活性
新技术

香港城市大学、大湾区大学、国防科技大学、香港中文大学和岭南大学的研究人员推出...
2024-10-10 160
新型图像生成框架ControlAR：根据空间控制信息生成可控制的高质量图像
新技术

华中科技大学信息与通信学院、香港大学计算机科学系和vivo AI 实验室的研究人员推...
2024-10-10 174
新型端到端模型DnD-Transformer：提高了图像生成任务的质量和效率，为图像生成领域带来了新的可能
新技术

北京大学、阿里巴巴集团、威斯康星大学麦迪逊分校和北京理工大学的研究人员推出新...
2024-10-10 148
文本到纹理方法RoCoTex：用于生成高质量、一致性强的3D模型纹理
新技术

NCSOFT 图形 AI 实验室、韩国大学计算机科学与工程系和韩国中央大学图像系的研究人...
2024-10-08 176
无需训练的概率并行解码算法SJD：用于加速自动回归文本到图像的生成模型
新技术

香港大学、华为诺亚方舟实验室、香港中文大学、清华大学、上海交通大学和无问芯穹...
2024-10-08 314
基于多模态token的新型基础模型MIO：能够以端到端、自回归的方式理解和生成语音、文本、图像和视频
新技术

北京航空航天大学、01.AI、香港理工大学、AIWaves、阿尔伯塔大学、滑铁卢大学、曼...
2024-10-05 202
新颖的图生视频方法PhysGen：能够将一张静态图片转换成一段真实感强、物理上可信、时间上连贯的视频
新技术

伊利诺伊大学香槟分校推出一种新颖的图像到视频生成方法PhysGen，它能够将一张静态...
2024-10-05 170
没有账号？注册  忘记密码？