百科

视频运动迁移模型MotionMaster：在不需要训练的情况下，实现视频中相机运动的转移

图像编辑技术Editable Image Elements：允许用户对输入的图像进行空间编辑，同时保持图像内容的逼真度

新颖图像和视频处理框架MaGGIe：用于实现人类图像的精确分割，从图像和视频中提取人物前景

弱监督方法CatLIP：用于在互联网规模的图像-文本数据上预训练视觉模型

混合数据专家MoDE：通过聚类方法来提升对比语言-图像预训练（CLIP）的性能

ConsistentID：生成个性化人像图像时保持高度的面部身份（ID）一致性

谷歌推出基于问答的自动评估指标Gecko，用于评估文生图模型的性能

采样调节器AlignYouSteps：优化采样步骤，从而提高生成图像的细节和质量

无需调整的高分辨率框架HiDiffusion：只需添加一行代码即可提高扩散模型（Stable Diffusion）在生成高分辨率图像方面的能力和效率

微软推出小型语言模型Phi-3系列：可在手机端运行的大模型

虚拟服装试穿技术IDM-VTON：根据一个人的图片和一件衣服的图片，生成这个人穿上这件衣服的图像

Adobe推出新版Photoshop：引入全新 Firefly Image 3模型，“调整刷”与“字体浏览器”带来新体验