UFOGen: 一步高效文本到图像生成模型
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
...
FreeControl：实现任意文本到图像扩散模型的无训练空间控制
...
基于文本到图像扩散模型的文本到视频生成架构研究
...
面向大型语言模型的有约束文本生成方法
...
DiffiT：基于扩散视觉Transformer的图像生成
...
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
...
基于3D高斯展开的实时少样本视角合成
...
Vary: 大型视觉语言模型视觉词汇扩展新方法
...
ECLIPSE：一种资源高效的文本到图像先验模型用于图像生成
...
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
...
多模态基础模型研究综述
...
基于扩散模型的360度全景图像生成任务
...
PhotoVerse: 个性化文本到图像生成的调谐自由方法
...
基于上下文调整的检索增强生成方法
...
基于ChatGPT的模板生成方法用于图像分类
...
融合像素与潜在扩散模型的文本到视频生成方法
...
DeepCache：无需训练加速扩散模型的创新方法
...
基于潜在变量推断的训练链式思维提升语言模型推理能力
...
基于扩散模型的文本到图像合成
...
ZipLoRA: Any Subject in Any Style by Effectively Merging LoRAs
...
无需相机参数的3D高斯散射：COLMAP-Free 3DGS实现稳健的视角合成与姿态估计
...
快速高效文本到图像生成模型
...
基于注意力机制的图像与点云匹配方法
...
面向潜扩散模型的高效量化策略
...
HiFi Tuner：基于扩散模型的高保真度个性化图像生成
...
高斯涂抹文本生成三维模型
...
大规模语言模型在多模态音乐理解与生成中的应用
...
用视觉语言模型自动生成奖励函数，训练多目标强化学习智能体
...
Wonder3D: Single Image to 3D using Cross-Domain Diffusion
...
图像生成美学优化方法研究
...
LivePhoto：基于文本引导运动控制的真实图像动画生成
...
GaussianEditor: Swift and Controllable 3D Editing with Gaussian Splatting
...
基于共享注意力的风格一致图像生成方法
...
稳定分数蒸馏：高质量三维生成新方法
...
PixelLLM：通过像素对齐实现视觉语言模型的精确定位
...
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
...
人体高斯模型：文本驱动的三维人体生成与高斯密度调控
...
Linear Transformers with Learnable Kernel Functions are Better In-Context Models
...
PALP: Prompt Aligned Personalization of Text-to-Image Models
...
生成高质量的长视频：SEINE视频扩散模型