新型图像抠图技术Matting by Generation：能够生成更高分辨率和细节丰富的抠像结果
东京大学、合肥大学、Snap Research、阳明大学、香港中文大学、台湾大学和日本国立信息研究所的研究人员推出新型图像抠图技术Matting by Generation，图像抠图是指从一幅图片中精...
排序
Gemini Canvas 免费使用指南，像朋友一样帮你完善创意
在创意和思考的过程中，有一个能够随时交流、提供反馈的伙伴无疑是极其宝贵的。然而，随着生活节奏的加快，我们与朋友交流的时间越来越少。这时，AI 成为了一个理想的替代者，它不仅能分享你的想法和创意，还能提...
不可混合扩散Immiscible Diffusion：加速扩散模型的训练过程
加州大学伯克利分校和清华大学的研究人员推出新技术“Immiscible Diffusion（不可混合扩散）”，它旨在加速扩散模型的训练过程。扩散模型是一类在图像生成领域取得显著进展的模型，但它们的训练...
StreamMultiDiffusion：实时交互式图像生成和编辑的工具
来自韩国首尔国立大学的团队发布新应用StreamMultiDiffusion，这是一种用于实时交互式图像生成和编辑的工具，这是将之前已发布的技术 MultiDiffusion + StreamDiff...
Git安装教程
Git是一个开源的分布式版本控制系统，详细的原理大家可不必了解，你只要知道，我们使用Git主要是用来从GitHub、Hugging Face上下载开源AI项目与模型就可以了。 git下载地址：http...
双语文本到图像生成模型Taiyi-Diffusion-XL，支持中文提示词
IDEA 研究院是由沈向洋创立，他们在2021年11月22日宣布启动“封神榜”大模型开源体系。“封神榜”是由 IDEA-CCNL 的工程师、研究人员、实习生团队共同维护的一项长期开源计划。项目基于Ap...
通义千问视觉理解模型 Qwen-VL升级版：Qwen-VL-Plus、Qwen-VL-Max
阿里云宣布通义千问视觉理解模型 Qwen-VL 再次升级，继 Plus 版本之后推出 Max 版本，升级版模型拥有更强的视觉推理能力和中文理解能力，能够根据图片识人、答题、创作、写代码，并在多个权威测...
专为人体图像动画设计的大规模高质量数据集HumanVid：结合了精心挑选的真实世界数据和合成数据
香港中文大学和上海人工智能实验室的研究人员推出HumanVid，它旨在揭开用于生成逼真人物视频动画的训练数据的神秘面纱。HumanVid是首个为人物图像动画量身定制的大规模、高质量的数据集，它结合了精...
分辨率适配器ResAdapte：解决SD模型生成超大图片和非训练分辨率图片时的肢体异常以及画面崩坏问题
字节跳动推出ResAdapter，它是一个用于SD模型的分辨率适配器，可以生成任意风格领域的图像，并且能够在不同的分辨率下保持图像的一致性和质量。 项目主页 GitHub 模型地址 简单来说，可以解决...
3D服装生成框架DressCode：根据文本指导生成具有缝纫图案和基于物理渲染（PBR）纹理的服装
上海科技大学、宾夕法尼亚大学、影眸科技和赜深科技推出3D服装生成框架DressCode，它能够根据文本指导生成具有缝纫图案和基于物理渲染（PBR）纹理的服装。这项技术对于数字化人类创建、时尚设计、虚拟...
一维（1D）标记化技术TiTok：用极少的标记（tokens）来表示和生成高分辨率图像
字节跳动和慕尼黑工业大学的研究人员推出新型图像表示方法TiTok，它通过一种新颖的一维（1D）标记化技术，用极少的标记（tokens）来表示和生成高分辨率图像。这种方法与传统的二维（2D）图像标记化方...
Stable Diffusion百科小知识，版本差异、整体架构和工作原理
Stable Diffusion 是一种基于深度学习的图像生成模型，它属于扩散模型（Diffusion Models）的范畴。扩散模型是一种生成模型，它通过逐步向数据中添加噪声（扩散过程）来学习数据的...
