通用的多模态运动生成模型LMM：统一并简化动画和视频制作中的多种运动生成任务，如文本生成运动、音乐生成舞蹈等
新技术

南洋理工大学和商汤科技的研究团队近期推出了一项革命性的技术——大运动模型（LMM）...
4周前 78
新型视频语言模型Video-Panda：无需编码器的新方法，用于理解和生成与视频内容相关联的语言描述
新技术

波恩大学、拉马尔机器学习与人工智能研究所和哈利法大学的研究人员推出新型视频语...
4周前 72
微软亚洲研究院推出新型视频自编码器VidTwin
新技术

北京大学、微软亚洲研究院和香港中文大学（深圳）的研究人员推出一种新型视频自编...
4周前 95
MotiF：通过引导模型关注更多运动区域来改善文本对齐和运动生成
新技术

文本-图像到视频生成（TI2V） 是一项旨在根据文本描述从静态图像生成动态视频的技...
4周前 92
无需图像数据的方法Diff-Instruct*（DI*）：用于构建符合人类偏好的一步式文生图模型，同时保持生成高度逼真图像的能力
新技术

北京大学、小红书和卡内基梅隆大学的研究人员推出一种无需图像数据的方法Diff-Inst...
4周前 104
基于扩散模型的创新框架3DHM：根据单张图片和目标3D动作序列来生成人物动画
新技术

加州大学伯克利分校的研究人员提出了一种创新的框架——3DHM（3D Human Motion），该...
4周前 78
3D对象生成和重建流程PartGen：可以从文本、图像或非结构化3D对象开始，生成由多个有意义部分组成的3D对象
新技术

近年来，文本到3D生成器和3D扫描仪技术取得了显著进展，能够生成高质量的3D资产。...
4周前 143
基于图像扩散先验的深度修复模型DepthLab：从单张图像中生成完整的3D场景
新技术

香港大学、香港科技大学、蚂蚁集团、阿尔托大学和通义实验室的研究人员推出DepthLa...
4周前 88
新型视频变分自编码器VideoVAE+：实现高保真视频编码
新技术

随着多媒体内容的增长，学习一个鲁棒的视频变分自编码器（VAE）对于减少视频冗余和...
4周前 82
蒸馏解码DD：用于加速自回归（AR）模型在图像和文本生成任务中的采样步骤
新技术

自回归（AR）模型在文本和图像生成方面取得了显著的进展，但其逐令牌...
4周前 88
前馈单图像人体重建框架IDOL：能够从单张图片中快速创建出高保真度、可动画化的3D全身人物形象
新技术

南京大学、中国科学院深圳先进技术研究院、清华大学、腾讯和深圳理工大学的研究人...
4周前 100
新型视频建模架构TRecViT：结合了时间序列处理和空间特征提取的优势，以提高视频理解任务的性能
新技术

Google DeepMind发布一种新型的视频建模架构TRecViT（Temporal Recurrent Video Tr...
4周前 80
没有账号？注册  忘记密码？