无需训练、基于轨迹的可控图像生成技术TraDiffusion：允许用户通过鼠标轨迹来轻松引导图像的生成，而无需进行额外的训练或微调
厦门大学和中国科学院大学深圳先进技术研究院的研究人员推出新型图像生成技术TraDiffusion，这项技术的核心在于它允许用户通过鼠标轨迹来轻松引导图像的生成，而无需进行额外的训练或微调。简单来说，就...
排序
DiPIR：将虚拟对象以逼真的方式插入到真实世界场景的图片或视频中
英伟达、多伦多大学和矢量研究所的研究人员推出DiPIR技术，它能够将虚拟对象以逼真的方式插入到真实世界场景的图片或视频中。这项技术的核心在于理解和模拟场景的光照、几何形状和材质，以及图像形成过程，从而...
新型视频生成模型Factorized-Dreamer：用于将文本转换成高质量的视频
字节跳动和香港理工大学的研究人员推出新型视频生成模型Factorized-Dreamer，它专门用于将文本转换成高质量的视频（Text-to-Video, T2V）。Factorized-Dreame...
Adobe推出全新图像编辑方法TurboEdit：实现基于文本的即时图像编辑
Adobe Research推出了一种全新的图像编辑方法TurboEdit，它能够实现基于文本的即时图像编辑，它利用了所谓的"少步骤扩散模型"（few-step diffusion models），在...
新型视频人脸超分辨率技术KEEP：让模糊不清的人脸视频变得清晰
南洋理工大学 S-Lab推出一种新型视频人脸超分辨率技术KEEP，也就是让模糊不清的人脸视频变得清晰。例如，你手里有一些老旧电影的片段，或者监控摄像头拍到的模糊人脸，这项技术能够让这些人脸在视频中变得...
基于扩散模型的无需反转的人像风格化框架ZePo：在无需任何模型微调的情况下，快速生成具有特定艺术风格的肖像图像
上海科技大学信息科学技术学院和中国科学院自动化研究所的研究人员推出了一种基于扩散模型的无需反转的人像风格化框架ZePo，它能够在无需任何模型微调的情况下，仅需四个采样步骤就能实现内容和风格特征的融合...
创新框架Generative Photomontage：通过组合多个生成的图像来创建他们所需的图像
卡内基梅隆大学和赖希曼大学的研究人员推出创新框架Generative Photomontage，它使用户能够通过组合多个生成的图像来创建他们所需的图像，这个过程就像是用不同的图像拼贴出一幅全新的画面...
新型视频生成模型FancyVideo：根据文本提示生成动态丰富且时间上连贯的视频
360 AI研究中心和中山大学的研究人员推出新型视频生成模型FancyVideo，它能够根据文本提示生成动态丰富且时间上连贯的视频。FancyVideo通过精心设计的跨帧文本引导模块（CTGM）改进了...
IPAdapter-Instruct：在处理基于图像的条件化时，能够更精确地理解用户的意图
Unity推出IPAdapter-Instruct，它是一种用于图像生成的新技术，特别是在处理基于图像的条件化时，能够更精确地理解用户的意图。简单来说，这个模型可以让用户通过添加指令性提示（Instr...
ProCreate：改善基于扩散的图像生成模型的样本多样性和创造性，并防止对训练数据的直接复制
纽约大学的研究人员推出创新方法ProCreate，旨在改善基于扩散的图像生成模型的样本多样性和创造性，并防止对训练数据的直接复制。简而言之，ProCreate能够在生成图像的过程中，确保新生成的图像既...
新型视频生成框架Tora：基于DiT框架构建，专门用于生成受轨迹指导的视频内容
阿里巴巴推出新型视频生成框架Tora，它基于DiT（Diffusion Transformer）框架构建，专门用于生成受轨迹指导的视频内容。简而言之，Tora能够根据文本、图像、轨迹或这些元素的组合来...
一种无需额外训练和条件约束的新方法SEG：利用了自我注意力机制的能量视角来改进图像生成
高丽大学的研究人员推出一种无需额外训练和条件约束的新方法SEG（Smoothed Energy Guidance，平滑能量指导），它利用了自我注意力机制的能量视角来改进图像生成。例如，你有一个魔法画笔...
