新型AI模型PT-DiT：针对文本到任意任务（如文本到图像、文本到视频等）的高效能扩散变换器
新技术

中山大学 & 360人工智能研究院的研究人员推出一种新的人工智能模型PT-DiT，它...
2024-09-09 332
新型图像编辑方法Guide-and-Rescale：能够在不破坏原始图像的基础上，对真实的照片进行各种编辑
新技术

俄罗斯高等经济大学、斯科尔科沃科学技术研究所 和新南威尔士大学悉尼分校的研究人...
2024-09-06 272
基于大语言模型的框架GenAgent：用于自动生成复杂的工作流程，以构建协作式人工智能系统
新技术

上海人工智能实验室推出一个基于大语言模型的框架GenAgent，用于自动生成复杂的工...
2024-09-06 438
字节跳动推出基于音频驱动人物肖像新框架Loopy：专门用于生成与音频同步的逼真人像视频
新技术

字节跳动和浙江大学的研究人员推出新型人工智能模型Loopy，它专门用于生成与音频同...
2024-09-06 298
无需训练的图像编辑技术DiffUHaul：专门用于在图像中无缝移动物体
新技术

英伟达研究中心、耶路撒冷希伯来大学、特拉维夫大学和赖希曼大学的研究人员推出一...
2024-09-04 308
新型视频扩展方法Follow-Your-Canvas：能够将现有视频的内容扩展到更高的分辨率，并在扩展区域生成丰富的新内容
新技术

腾讯混元、香港科技大学、中国科学技术大学和清华大学的研究人员推出新型视频扩展...
2024-09-04 288
新型SD模型压缩方法VQDM：通过向量量化技术，能够将大型的文本到图像扩散模型压缩到较低比特位表示，同时保持图像生成的高质量
新技术

Yandex 研究、HSE 大学、Skoltech、MIPT、Neural Magic和IST 奥地利的研究人员推出...
2024-09-04 298
新型图像生成蒸馏模型LinFusion：利用文本提示生成高分辨率的图像
新技术

新加坡国立大学学习与视觉实验室的研究人员推出新型图像生成模型LinFusion，它能够...
2024-09-04 490
新型视频深度估计方法DepthCrafter：为开放世界（即不受限制、多样化的现实世界场景）的视频生成时间上连贯、细节丰富的深度序列
新技术

腾讯人工智能实验室、香港科技大学和腾讯 PCG ARC 实验室的研究人员推出新型视频深...
2024-09-04 436
不需要额外的训练！用于个性化调整扩散模型的新方法RB-Modulation
新技术

德克萨斯大学奥斯汀分校、谷歌和谷歌 DeepMind的研究人员推出一种用于个性化调整扩...
2024-09-04 196
适用于 DiTs 模型的快速后训练向量量化方法 VQ4DiT：能够在各种资源受限的环境中高效运行，同时保持生成图像的质量。
新技术

浙江大学和vivo的研究人员推出一种适用于 DiTs 的快速后训练向量量化方法 VQ4DiT，...
2024-09-03 314
CoRe：用于文本到图像个性化的上下文正则化文本嵌入学习
新技术

中山大学和香港理工大学的研究人员推出文本对齐新技术CoRe，它用于提升文本到图像...
2024-09-02 212
没有账号？注册  忘记密码？