视频插帧新技术ZeroSmooth：提升预训练视频扩散模型生成高帧率视频的能力，而无需额外的训练数据和参数更新
中国科学院大学人工智能学院、中国科学院自动化研究所模式识别新实验室和腾讯AI实验室的研究人员推出ZeroSmooth，它能够提升预训练视频扩散模型生成高帧率视频的能力，而无需额外的训练数据和参数更新...
排序
赛博奇幻风格头像制作
想不想为自己制作一个赛博奇幻风格的头像呢？现在借助AI绘画可以很轻松实现这一点，今天就为大家分享如何使用欧美漫画及插画风格SDXL模型CHEYENNE搭配Canny制作赛博奇幻风格头像，一起来看看吧...
Multi-LoRA Composition：不经过训练直接融合多个 Lora 不损失效果
来自伊利诺伊大学香槟分校和微软公司的研究人员公开了多LoRA组合来生成图像的项目。简单来说，LoRA是一种可以让文本生成图像模型更准确地呈现特定元素（如独特的字符、风格或服装）的技术。论文探讨了如何更...
【3月4日·SD早报】多款ComfyUI插件发布，欧美漫画风模型
软件及插件更新汇总 1、FastSD CPU 1.0.0 beta 26发布 FastSD CPU是专为在CPU环境下运行Stable Diffusion模型设计的工具，它充分利用OpenVINO技术...
零样本多模态高保真3D人体纹理生成模型TexDreamer：快速地从文本或图像中生成高保真3D人体纹理
来自上海大学、腾讯优图实验室、上海交通大学和复旦大学的研究团队推出首个零样本多模态高保真3D人体纹理生成模型TexDreamer，采用高效的纹理适应微调策略，将大型T2I（文生图）模型与语义UV结构相...
小冰推出Portrait4D-v2：创建出逼真的4D头部头像
小冰推出Portrait4D-v2，它能够创建出逼真的4D头部头像。4D头像不仅具有三维的立体形状，还能随着时间变化而展示出不同的面部表情和头部动作，就像活生生的人一样。这项技术的应用前景非常广泛，比...
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...
新型视频超分辨率（VSR）技术EvTexture：通过挖掘事件数据中的高频细节，从而提高视频的分辨率和质量
中国科学技术大学和合肥国家科学中心人工智能研究院的研究人员推出新型视频超分辨率（VSR）技术EvTexture，这项技术的核心在于利用事件驱动的信号来增强视频中的纹理细节，从而提高视频的分辨率和质量...
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...
新型图像生成模型EMMA：能够接受多模态提示，并生成高质量的图像
南洋理工大学和腾讯的研究人员推出新型图像生成模型EMMA，它基于最先进的文本到图像（T2I）扩散模型ELLA，能够接受多模态提示（multi-modal prompts），并生成高质量的图像。简单来说...
韩国团队提出文生图大模型KOALA：可在低端GPU电脑上运行
韩国研究人员提出了一种高效的潜在扩散模型KOALA，该模型可以用于文本到图像的生成，研究人员构建了T2I模型KOALA-1B和KOALA-700M，减小了模型大小，降低了模型对硬件的需求，提高了模型运...
神经网络扩散（Neural Network Diffusion）：利用扩散模型来生成高性能的神经网络参数
来自新加坡国立大学、Meta AI和加州大学伯克利分校的研究人员提出了一种名为“神经网络扩散（Neural Network Diffusion）”的新型方法，它利用扩散模型（diffusion mod...
