百科

威斯康星大学麦迪逊分校、哥伦比亚大学和微软的研究人员推出的GLIGEN模型，用于将...

来自加州大学圣地亚哥分校和Meta的研究人员推出AI视频编辑工具LAVE（LLM-Powered ...

PaLM2-VAdapter模型的主要目的是更有效地连接视觉编码器和大语言模型，以提高它们...

来自上海交大、华为、多伦多大学的研究人员推出GaussianObject框架，它能够仅用四...

来自南洋理工大学、腾讯AI实验室、香港科技大学和克莱姆森大学的研究人员提出了一...

Controlnet与Fooocus的开发者lllyasviel，近期又推出了基于 Stable Diffusion We...

DoRA（Weight-Decomposed Low-Rank Adaptation）是一种用于微调（fine-tuning）大...

SPIN-Diffusion是一种新型文生图模型的微调算法。这个算法特别适用于那些只有单个...

Meta今日推出V-JEPA（Video Joint-Embedding Predictive Architecture）模型，一...

OpenAI公开了AI视频生成（文生视频）模型Sora，它可以创建长达 60 秒的视频，其中...

来自Meta Reality Labs的研究人员推出了多模态问答系统Lumos，这是一个结合了场景...

来自牛津大学、Adobe Research的研究人员提出了一种“连续3D词（Continuous 3D Wor...