SD百科导航
  • 首页
  • 快讯
  • 早报
  • 模型
  • ComfyUI
  • 新技术
  • 百科
    • 教程
    • 硬件
    • 科普
  • 百科工具
    • 工具
  • 排行榜
    • 首页
    • 快讯
    • 早报
    • 模型
    • ComfyUI
    • 新技术
    • 百科
      • 教程
      • 硬件
      • 科普
    • 百科工具
      • 工具
    • 排行榜

    新技术

    共 993 篇文章
    百科工具模型ComfyUIAI合集web UI提示词
    教程新技术硬件科普早报
    排序
    发布更新浏览点赞
    中科院与快手发布 ASASR:告别 AI 放大“塑料感”,利用彩色噪声与对抗引导实现既真实又高清的图像超分辨率

    中科院与快手发布 ASASR:告别 AI 放大“塑料感”,利用彩色噪声与对抗引导实现既真实又高清的图像超分辨率

    当我们将一张模糊低清的图片通过 AI 放大时,往往面临两难选择:要么画面平滑但丢失细节,要么细节丰富却充满“AI 味”的虚假纹理(如塑料感皮肤、歪曲文字)。针对这一行业痛点,中科院自动化所与快手科技联...
    新技术# ASASR
    6个月前
    3190
    Warp-as-History:单视频微调实现精准运镜控制,将相机轨迹转化为“伪历史” token,零样本泛化至未见场景

    Warp-as-History:单视频微调实现精准运镜控制,将相机轨迹转化为“伪历史” token,零样本泛化至未见场景

    在 AI 视频生成领域,实现精准的相机控制(如推近、旋转、平移)通常面临两大难题:要么需要海量带标注数据重新训练模型,成本高昂;要么依赖复杂的测试时优化(Test-time Optimization...
    新技术# Warp-as-History# 运镜控制
    6个月前
    2710
    微软研究警示:前沿 AI 模型在长程文档处理中平均破坏 25% 内容,错误隐蔽且具“重写”特性,DELEGATE-52 基准揭示自主代理可靠性危机

    微软研究警示:前沿 AI 模型在长程文档处理中平均破坏 25% 内容,错误隐蔽且具“重写”特性,DELEGATE-52 基准揭示自主代理可靠性危机

    随着大型语言模型(LLM)能力跃升,越来越多的用户将文档编辑、代码重构等知识任务委托给 AI。然而,微软最新研究揭示了一个令人不安的事实:即使是顶级的 Frontier 模型,在多步骤自主工作流中也会...
    新技术# DELEGATE-52
    6个月前
    2230
    D-OPSD:让高效扩散模型“持续进化”的自蒸馏新技术,微调后仍保持极速生成且无需奖励模型

    D-OPSD:让高效扩散模型“持续进化”的自蒸馏新技术,微调后仍保持极速生成且无需奖励模型

    随着 AI 文生图模型从几十步进化到仅需 4-8 步的逐步蒸馏(Step Distillation)时代,生成速度大幅提升。然而,一个长期困扰业界的难题随之浮现:如何在不破坏模型“快速出图”能力的前提...
    新技术# D-OPSD# 蒸馏
    6个月前
    3280
    DirectEdit:武汉大学提出免训练图像编辑新范式,基于流模型实现“零误差”精准修图

    DirectEdit:武汉大学提出免训练图像编辑新范式,基于流模型实现“零误差”精准修图

    在文本驱动图像编辑领域,尽管免训练方法已取得显著进展,但“累积漂移”问题始终如影随形:传统方法在反演(加噪)和重建(去噪)过程中,因时间步长不匹配导致特征近似误差,最终造成背景失真或主体变形。 项目主...
    新技术# DirectEdit# 图像编辑
    7个月前
    2810
    腾讯混元发布 AngelSlim:2-bit 极致压缩,让大模型在手机上“飞”起来

    腾讯混元发布 AngelSlim:2-bit 极致压缩,让大模型在手机上“飞”起来

    随着 AI 大模型能力的飞跃,其庞大的体积和高昂的计算成本成为了落地应用的巨大阻碍——这就是行业公认的“推理墙”。普通手机、笔记本电脑往往难以承载这些“巨无霸”模型,导致强大的 AI 能力被困在云端...
    新技术# AngelSlim# 腾讯混元
    7个月前
    2830
    EditCrafter:无需微调的 4K 高分辨率图像编辑方法

    EditCrafter:无需微调的 4K 高分辨率图像编辑方法

    EditCrafter 是由 NC AI、Medipixel、MAUM.AI 和 EverEx 联合研究团队提出的一种创新性图像编辑方法。它突破了传统扩散模型受限于训练分辨率(通常为 512×512 ...
    新技术# EditCrafter# 图像编辑
    7个月前
    2440
    BAR:基于混合专家(MoE)的模块化后训练方法

    BAR:基于混合专家(MoE)的模块化后训练方法

    BAR (Branch-Adapt-Route) 是由 Allen Institute for AI (Ai2) 提出的一种创新的后训练框架。它旨在解决大型语言模型在预训练后,难以低成本、低风险地添加...
    大语言模型新技术# BAR# 后训练框架
    7个月前
    2870
    Prompt Relay:无需训练,让 AI 视频生成拥有“导演级”时序控制

    Prompt Relay:无需训练,让 AI 视频生成拥有“导演级”时序控制

    Prompt Relay 是由南洋理工大学 S-Lab 提出的一种创新方法,解决当前 AI 视频生成模型在多事件时序控制上的核心痛点。它作为一种推理时(Inference-time)、无需训练、即插即...
    插件新技术# Prompt Relay
    7个月前
    5130
    OmniJigsaw:通过“模态拼图”解锁全模态 AI 的深度推理能力

    OmniJigsaw:通过“模态拼图”解锁全模态 AI 的深度推理能力

    OmniJigsaw 是由 浙江大学 和 小米 联合提出的一种创新的全模态(Audio-Video)自监督学习框架。它旨在解决当前多模态大模型在视频和音频协同理解上的不足,通过一种名为“时间重排序”的...
    新技术# OmniJigsaw
    7个月前
    3080
    DiffHDR:用视频扩散模型“复活”丢失的光影,实现可控 LDR 到 HDR 转换

    DiffHDR:用视频扩散模型“复活”丢失的光影,实现可控 LDR 到 HDR 转换

    大多数数字视频受限于存储格式,以 8 位低动态范围(LDR) 保存。这意味着原始场景中丰富的高光细节(如云层纹理、灯光光晕)和阴影层次(如暗部织物、夜景角落)因饱和与量化而永久丢失。这不仅限制了在 H...
    新技术# DiffHDR
    7个月前
    2500
    RotorQuant:LLM KV 缓存压缩的“几何革命”,速度提升 5 倍,参数减少 44 倍

    RotorQuant:LLM KV 缓存压缩的“几何革命”,速度提升 5 倍,参数减少 44 倍

    RotorQuant 是一项突破性的 KV 缓存量化技术,旨在解决大型语言模型(LLM)在长上下文推理中的显存瓶颈。通过引入块对角旋转(Block-Diagonal Rotation)替代传统的蝴蝶网...
    新技术# RotorQuant
    7个月前
    3720
    加载更多

    网址

    日榜周榜月榜
    LoginFlip

    LoginFlip

    LoginFlip 是一款专为 Chrome 浏览器设计的轻量级扩展,解决多账号管理痛点。它通过保存和恢复网站的登录状态(Cookie + localStorage),让你在不同身份(工作号、测试号、个人号等)之间实现秒级切换,彻底告别反复输入密码和退出登录的繁琐流程。
    MagicArena

    MagicArena

    MagicArena是字节跳动推出的一个采用Elo积分机制的视觉生成大模型公开对战平台。平台上有多个视觉生成大模型(文生图、文生视频、图生视频)随机两两对战,用户对生成的结果进行评价,累积定对战数据后可以查看自己的大模型排行榜。
    即梦AI

    即梦AI

    即梦AI 通过强大的 AI 功能和灵活的会员服务体系,为创作者提供了一站式的创意解决方案。无论是图片生成、视频创作还是故事讲述,即梦AI 都能够帮助用户快速实现创意,提升创作效率。
    ARC Prize

    ARC Prize

    由著名AI研究员弗朗索瓦·肖莱(François Chollet)共同创立的非营利组织Arc Prize基金会宣布,他们开发了一项名为ARC-AGI-2的新测试。这项测试旨在更准确地衡量领先AI模型的通用智能水平,然而,它却难倒了大多数现有的AI模型。
    Open Computer Agent

    Open Computer Agent

    Open Computer Agent是Hugging Face发布的一款免费的基于云的 AI 代理,功能类似于 OpenAI 的 Operator,允许用户指示其在配备了如 Firefox 等应用程序的 Linux 虚拟机上执行任务。
    Flowith

    Flowith

    Flowith 是一个基于 AI 的工具,适合深度工作和内容创作。它提供一个直观的画布界面,让用户可以轻松生成长文本、组织知识和协作。它的 AI 代理 Oracle 可以自动规划复杂任务,无需手动提示工程,并支持多种顶级 AI 模型如 GPT-4o 和 Claude 3.5 sonnet。
    查看完整榜单
    SD百科导航
    SD百科导航是专注于AI创作领域的专业导航网站。我们全面涵盖Stable Diffusion、Flux、AI绘画、AI视频、AI音乐以及大语言模型等前沿内容。

    关于我们友链申请广告合作

    扫码关注微信公众号SD百科导航
    扫码关注微信公众号
    Copyright © 2026 SD百科导航 皖ICP备18025588号-5  皖公网安备34040002000401 
    网址
    网址文章软件模型
      ↵ENTER↓↑NAV

      网址

      日榜周榜月榜
      LoginFlip

      LoginFlip

      LoginFlip 是一款专为 Chrome 浏览器设计的轻量级扩展,解决多账号管理痛点。它通过保存和恢复网站的登录状态(Cookie + localStorage),让你在不同身份(工作号、测试号、个人号等)之间实现秒级切换,彻底告别反复输入密码和退出登录的繁琐流程。
      MagicArena

      MagicArena

      MagicArena是字节跳动推出的一个采用Elo积分机制的视觉生成大模型公开对战平台。平台上有多个视觉生成大模型(文生图、文生视频、图生视频)随机两两对战,用户对生成的结果进行评价,累积定对战数据后可以查看自己的大模型排行榜。
      即梦AI

      即梦AI

      即梦AI 通过强大的 AI 功能和灵活的会员服务体系,为创作者提供了一站式的创意解决方案。无论是图片生成、视频创作还是故事讲述,即梦AI 都能够帮助用户快速实现创意,提升创作效率。
      ARC Prize

      ARC Prize

      由著名AI研究员弗朗索瓦·肖莱(François Chollet)共同创立的非营利组织Arc Prize基金会宣布,他们开发了一项名为ARC-AGI-2的新测试。这项测试旨在更准确地衡量领先AI模型的通用智能水平,然而,它却难倒了大多数现有的AI模型。
      Open Computer Agent

      Open Computer Agent

      Open Computer Agent是Hugging Face发布的一款免费的基于云的 AI 代理,功能类似于 OpenAI 的 Operator,允许用户指示其在配备了如 Firefox 等应用程序的 Linux 虚拟机上执行任务。
      Flowith

      Flowith

      Flowith 是一个基于 AI 的工具,适合深度工作和内容创作。它提供一个直观的画布界面,让用户可以轻松生成长文本、组织知识和协作。它的 AI 代理 Oracle 可以自动规划复杂任务,无需手动提示工程,并支持多种顶级 AI 模型如 GPT-4o 和 Claude 3.5 sonnet。
      查看完整榜单