ECLIPSE：一种资源高效的文本到图像先验模型用于图像生成
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
单张图像到3D的高效生成：基于分摊生成的3D高斯模型
...
文本到图像一致性模型的有条件控制策略研究
...
FineControlNet：基于空间对齐文本控制注入的图像生成细粒度文本控制
...
CVPR'24 | 视觉基础模型大一统？融合CLIP、DINOv2、SAM等，实现分类分割等任务上的SOTA性能
...
HiFi Tuner：基于扩散模型的高保真度个性化图像生成
...
面向大型语言模型的有约束文本生成方法
...
动态3D高斯分布与合成扩散模型：实现文本到4D动画的生成
...
LivePhoto：基于文本引导运动控制的真实图像动画生成
...
绝对通俗易懂！6个小时带你啃透四大多模态大模型CLIP BLIP VIT MLLM及对话机器人办公助手！手把手教如何训练多模态大模型！
...
文本驱动的视频生成模型的动态定制
...
Talk | 西安电子科技大学曾泽群：CLIP是否有能力做零样本的图像描述生成？
...
多模态模型CLIP深度讲解
...
FreeControl：实现任意文本到图像扩散模型的无训练空间控制
...
基于扩散模型的可控4D引导视频生成
...
SPiC·E: 为3D扩散模型注入结构先验以实现高级3D编辑
...
Mosaic-SDF：一种高效的3D形状表示方法，助力大型3D生成模型训练
...
【LLM前沿】6小时精讲四大多模态大模型CLIP BLIP VIT MLLM及对话机器人办公助手！绝对的通俗易懂的大模型应用教程！
...
通用视觉基础模型：多任务学习实现高效零样本迁移
...
DiffiT：基于扩散视觉Transformer的图像生成
...
【多模态+知识图谱】博士轻松带你从零构建知识图谱！基于知识图谱的六大项目实战—医药问答系统、知识抽取、推荐系统、Neo4j数据库、大模型
...
文本驱动的三维人脸生成: 从粗略草图到逼真细节
...
图神经网络何时预训练？从数据生成角度探讨
...
【共享LLM前沿】假如我从11月1号开始学大模型！9小时学会搭建对话机器人办公助手、大模型预训练微调、四大多模态大模型！
...
大型语言模型在上下文学习中的可靠性提升：结合监督知识的方法
...
基于ChatGPT的模板生成方法用于图像分类
...
基于注意力调整的局部图像编辑方法：MAG-Edit
...
基于科学图像分析GPT-Vision的生成能力和局限性
...
面向潜扩散模型的高效量化策略
...
CogView3: Finer and Faster Text-to-Image Generation via Relay Diffusion
...
UFOGen: 一步高效文本到图像生成模型
...
CLIP作为RNN：无需训练即可分割无数视觉概念
...
DiffMorpher：释放扩散模型潜能实现平滑图像变形
...
FreeInit：弥合视频扩散模型初始化鸿沟以提升生成视频的时间一致性
...
PATHFINDER：基于树搜索的多步推理路径生成方法
...
稳定分数蒸馏：高质量三维生成新方法
...
基于上下文调整的检索增强生成方法
...
TextGenSHAP：面向长文本的可扩展生成解释方法
...
【共享LLM前沿】通俗易懂搞懂四大多模态大模型CLIP BLIP VIT MLLM及对话机器人办公助手！大模型预训练微调
...
人体高斯模型：文本驱动的三维人体生成与高斯密度调控
...
多模态指令图像生成：Instruct-Imagen模型的创新与应用