文生视频新技术FIFO-Diffusion：无需训练即可从文本生成无限长度的视频
新技术

首尔国立大学推出文生视频新技术FIFO-Diffusion，它基于预训练的扩散模型，用于文...
2024-05-23 298
Face-Adapter：专为预训练扩散模型设计的高效且有效的适配器，用于实现高精度和高保真的面部编辑
新技术

来自浙江大学、腾讯、 VIVO和南洋理工大学的研究人员推出Face-Adapter，这是一个专...
2024-05-22 274
新型图像匹配技术OmniGlue：首个以泛化为核心设计原则的可学习图像匹配器
新技术

德克萨斯大学奥斯汀分校和谷歌的研究人员推出新型图像匹配技术OmniGlue，这是首个...
2024-05-22 400
商汤研究院推出文本嵌入模型Piccolo2
新技术

商汤研究院推出文本嵌入模型Piccolo2，它在多个任务上的表现超越了其他模型，并在C...
2024-05-21 464
英伟达推出新型文生图模型BlobGEN：基于blob（斑点）的文本到图像扩散模型
新技术

英伟达推出新型文生图模型BlobGEN，这个模型的核心思想是将场景分解为视觉原语——被...
2024-05-21 510
IDEA研究院推出先进开集目标检测模型系列Grounding DINO 1.5：推动开放集对象检测技术的边界
新技术

IDEA研究院（粤港澳大湾区数字经济研究院）推出先进模型系列Grounding DINO 1.5，...
2024-05-20 356
Meta推出多模态基础模型家族Chameleon：专为理解和生成图像与文本而设计
新技术

Meta推出多模态基础模型家族Chameleon，它们是专为理解和生成图像与文本而设计，多...
2024-05-19 452
腾讯混元团队推出支持中英双语提示词的文生图模型Hunyuan-DiT：能够根据上下文与用户进行多轮多模态对话，生成并优化图像
新技术

腾讯混元团队推出支持中英双语提示词的文生图模型Hunyuan-DiT，它特别擅长理解中文...
2024-05-15 444
Controlnet作者新项目IC-Light：根据文本提示或参考背景图重新打光生成符合新背景环境光照的图片
新技术

IC-Light是Controlnet、Fooocus、Stable Diffusion WebUI Forge的开发者lllyasviel...
2024-05-13 616
新型图像上采样模型Inf-DiT：高效地对任何分辨率的图像进行上采样，即提高图像的分辨率而不失细节
新技术

清华大学与智谱AI的研究人员推出新型图像上采样模型Inf-DiT，它能够高效地对任何分...
2024-05-12 694
谷歌推出新框架ImageInWords（IIW）：创建准确且细节丰富的图像描述，以提高视觉-语言模型的训练效果
新技术

Google Research、Google DeepMind和华盛顿大学的研究团队推出新框架ImageInWords...
2024-05-12 386
新型视觉模型EfficientViT：专门用于高分辨率的密集预测任务
新技术

来自MIT、浙江大学、清华大学、MIT-IBM Watson AI实验室的研究人员推出新型视觉模...
2024-05-12 392
没有账号？注册  忘记密码？