百科

视频生成框架RepVideo：通过重新思考跨层表示来提高文生视频模型的性能

新型视频去噪框架Ouroboros-Diffusion：提高无调优（tuning-free）长视频生成中的结构和内容（主体）一致性

SynthLight：基于扩散模型，通过模拟环境光照条件对真实人像照片进行重新照明

AnyStory：用于文本到图像生成的统一单主体和多主体个性化框架，生成具有特定主体的高保真个性化图像

交互式图像编辑工具FramePainter：利用视频扩散先验来增强图像编辑的能力

腾讯推出音乐生成框架XMusic：支持多种输入形式（图像、视频、文本、标签和哼唱）生成音乐

通用视频人脸恢复的统一框架SVFR：用于解决视频中的人脸恢复问题

VisionReward：用于图像和视频生成的细粒度多维度人类偏好学习框架

Ingredients：将多个特定身份（ID）的照片与视频生成模型结合，实现定制化的视频创作

单步扩散模型 DepthMaster：将扩散模型应用于单目深度估计

图生视频框架Through-The-Mask：将静态图像转换为基于文本描述的真实视频序列

新型视频生成框架GS-DiT：通过伪4D高斯场实现对视频内容的精确4D控制