针对DiT模型的深度修剪方法TinyFusion：通过端到端学习去除冗余层，以减少模型的参数量和提高推理效率
新技术

新加坡国立大学的研究人员推出一个针对DiT模型的深度修剪方法TinyFusion，旨在通过...
3周前 38
先进跟踪系统TAPTRv3：用于在长视频中跟踪任意点
新技术

IDEA Research、华南理工大学、清华大学和香港科技大学的研究人员推出先进跟踪系统...
3周前 46
PSHuman：利用多视角扩散模型先验的3D人体建模新框架
新技术

真实感3D人体建模在虚拟现实、增强现实、电影制作、游戏开发和医疗等领域具有广泛...
3周前 56
可控人类图像生成的新框架BootComp：特别适用于包含多个参考服装的情况
新技术

韩国科学技术研究院和OMNIOUS.AI的研究人员提出了BootComp——一种用于可控人类图像...
3周前 66
基于扩散模型的人类视频生成框架AnchorCrafter：用于创建高保真度的主播风格产品推广视频。
新技术

自动生成锚点风格的产品推广视频在在线商务、广告和消费者互动中展现出巨大的潜力...
3周前 42
视觉-语言模型FINECAPTION：专注于在任意位置和任意粒度级别上进行组合式图像描述
新技术

随着大型视觉语言模型（VLMs）的出现，多模态任务的发展取得了显著进展。这些模型...
3周前 46
语言驱动的顺序草图生成方法SketchAgent：让用户通过动态、对话式的交互来创建、修改和细化草图
新技术

MIT和斯坦福大学的研究人员推出一种语言驱动的顺序草图生成方法SketchAgent，能够...
3周前 46
ConsisID：无调优可控的身份保持文本到视频生成
新技术

身份保持的文本到视频（IPT2V）生成旨在创建具有一致人类身份的高保真视频，这是视...
3周前 42
用于保护个人肖像图像免受恶意生成编辑的新技术FaceLock
新技术

随着扩散模型的迅速发展，生成图像编辑变得更加普及，这不仅促进了创意表达，也引...
3周前 44
图像修复模型ABAIR：在从受到未知退化影响的输入图像中恢复出高质量的图像
新技术

在图像处理领域，盲目的全功能图像恢复（Blind All-in-One Image Restoration, BAI...
3周前 42
Omegance：用于控制基于扩散模型合成中细节粒度（granularity）的单一参数方法
新技术

南洋理工大学额研究人员推出Omegance，它是一种用于控制基于扩散模型合成中细节粒...
3周前 36
视频引导音效生成模型MultiFoley：根据多种模态的控制信号（包括文本、音频和视频）来生成与视频同步的声音效果
新技术

在影视制作、游戏开发和多媒体内容创作中，为视频添加恰当的音效是提升观众体验的...
3周前 44
没有账号？注册  忘记密码？