百科

影眸科技推出新型大型3D生成模型CLAY：帮助人们将脑海中的创意轻松转化为精细的三维数字结构

虚拟试衣系统IMAGDressing-v1：帮助用户在线上购物时，更真实地预览服装在不同人身上的效果

参照音频-视觉分割RefAVS：依据融合了多模态提示（包括音频和视觉描述）的自然语言表达，对视觉场景中的目标物进行分割

针对姿势引导的人像图像动画技术TCAN：让图片中的人物根据某个动作序列（比如一个视频）来做出相应的动作

视频增强技术Noise Calibration（噪声校准）：使用预训练的视频扩散模型来改善视频质量，同时确保原始视频的内容保持不变

E2GAN：用于图像到图像翻译的高效训练和推理的生成对抗网络（GAN）模型

视频流翻译方法Live2Diff：专为直播视频转换设计的时间单向注意力视频扩散模型

基于 SEED-X 的新型多模态大语言模型SEED-Story：根据用户提供的文本和图片生成长篇的图文故事

基于偏好学习的奖励模型VADER：让模型更有效地学习如何生成符合特定要求的视频

肖像动画新技术EchoMimic：将静态的肖像照片转化为逼真的动态视频

视频驱动人脸识别动画系统LivePortrait：将静态的肖像照片生动地动画化，同时保持高效和精确的控制能力

新型生成模型DisCo-Diff：用于增强连续扩散模型的性能