文本到图像一致性模型的有条件控制策略研究
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
FlowVid：利用不完美光流实现一致性视频到视频合成
...
FreeControl：实现任意文本到图像扩散模型的无训练空间控制
...
VideoLCM：基于视频潜在一致性模型的高效视频合成方法
...
DiffiT：基于扩散视觉Transformer的图像生成
...
直观理解Vision Transformer（ViT）及Diffusion Models使用扩散模型进行图像合成，
...
本文与英国牛津大学VGG实验室合作产出，主要目标是探讨当前大规模视觉模型在多大程度上“理解”图像中描绘的3D场景的不同物理属性。
...
Dimba模型：融合Transformer与Mamba技术，灵活地平衡吞吐量和内存需求,并生成更高质量的图像
...
基于文本和图像的高质量视频生成技术研究
...
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
...
UFOGen: 一步高效文本到图像生成模型
...
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
...
HiFi Tuner：基于扩散模型的高保真度个性化图像生成
...
融合像素与潜在扩散模型的文本到视频生成方法
...
基于注意力调整的局部图像编辑方法：MAG-Edit
...
一种基于物理信息纠正的交互扩散模型
...
综述：大模型的可解释性研究
...
多模态基础模型研究综述
...
基于多注意力卷积神经网络的细粒度图像识别研究
...
PhotoVerse: 个性化文本到图像生成的调谐自由方法
...
基于扩散模型的文本到图像合成
...
基于注意力机制的图像与点云匹配方法
...
基于扩散模型的可控4D引导视频生成
...
单张图像到3D的高效生成：基于分摊生成的3D高斯模型
...
LivePhoto：基于文本引导运动控制的真实图像动画生成
...
基于文本到图像扩散模型的文本到视频生成架构研究
...
基于语言、任务和指标的人工智能模型的一致性分析
...
验证链减少大型语言模型幻觉问题研究
...
NeurlPS'24 开源 | 使用VoxSplats 进行即时大规模场景重建,仅用3张 图像就可在20秒内重建百米大场景
...
ECLIPSE：一种资源高效的文本到图像先验模型用于图像生成
...
【斯坦福吴恩达】2024公认的最好的扩散模型原理课程-How Diffusion Models Work~
...
【生成式AI】李宏毅大佬2024新课：【扩散模型-diffusion model 背后的数学原理】内容优质且易懂，看完直接跑通！（含配套资料）
...
零延迟实时生成游戏拿到2100万美元融资模型代码完整开源
...
【睡前小分享】扩散模型流匹配（Flow Matching）真实面目揭秘
...
一张图生成3D和4D场景的开源视频扩散模型
...
【AI Drive】天津大学副教授张长青：多模态融合的基础问题及算法研究
...
Alchemist：基于扩散模型的材质属性参数化控制
...
多模态指令图像生成：Instruct-Imagen模型的创新与应用
...
讲座 | HiDiffusion：高效、无需训练的更高分辨率图像生成框架——旷视研究院高级研究员张慎
...
层次规划组合基础模型研究
...
讲座 | 利用长视频生成模型释放端到端自动驾驶泛化性——理想汽车实习研究员马马恩慧