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...
2024-10-10 182
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...
2024-10-08 214
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...
2024-10-08 426
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...
2024-10-05 244
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...
2024-10-05 214
图像复制检测模型ICDiff：解决扩散模型生成图像的版权和原创性问题
新技术

悉尼科技大学、百度和浙江大学的研究人员推出图像复制检测模型ICDiff，这是第一个...
2024-10-05 278
阿里巴巴Wanx 团队推出新型多模态生成模型ACE：可以根据文本指令来执行复杂的图像编辑和生成任务
新技术

阿里巴巴Wanx 团队推出新型多模态生成模型ACE，这个模型的核心功能是处理和生成图...
2024-10-05 210
用于加速DiT模型的训练和推理过程的方法HarmoniCa
新技术

商汤科技研究院、北京航空航天大学、莫纳什大学和香港科技大学推出一种用于加速DiT...
2024-10-05 220
EmoKnob：允许在语音合成中对任意情感进行细粒度控制的框架
新技术

哥伦比亚大学的研究人员推出一个允许在语音合成中对任意情感进行细粒度控制的框架E...
2024-10-05 314
高效且精确的注意力机制量化方法SageAttention：加速大语言处理、图像生成和视频生成模型
新技术

清华大学的研究人员推出一种高效且精确的注意力机制量化方法SageAttention，此方法...
2024-10-05 228
新型视频生成模型Loong：基于自回归大语言模型，能够生成长达一分钟的连贯、内容丰富的视频
新技术

香港大学和字节跳动的研究人员推出新型视频生成模型Loong，它基于自回归大语言模型...
2024-10-05 202
苹果推出新预训练方法CLOC：提升图像和文本表示的预训练效果，特别是在局部区域的语义理解方面
新技术

苹果推出新预训练方法CLOC（对比定位语言-图像预训练），旨在提升图像和文本表示的...
2024-10-05 200
没有账号？注册  忘记密码？