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
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
融合像素与潜在扩散模型的文本到视频生成方法
...
生成高质量的长视频：SEINE视频扩散模型
...
高斯涂抹文本生成三维模型
...
基于文本到图像扩散模型的文本到视频生成架构研究
...
基于扩散模型的可控4D引导视频生成
...
基于扩散模型的文本到图像合成
...
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
...
ECLIPSE：一种资源高效的文本到图像先验模型用于图像生成
...
FreeControl：实现任意文本到图像扩散模型的无训练空间控制
...
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
...
基于3D高斯展开的实时少样本视角合成
...
大规模语言模型在多模态音乐理解与生成中的应用
...
文本驱动的视频生成模型的动态定制
...
基于扩散模型的360度全景图像生成任务
...
HiFi Tuner：基于扩散模型的高保真度个性化图像生成
...
快速高效文本到图像生成模型
...
FlowVid：利用不完美光流实现一致性视频到视频合成
...
面向大型语言模型的有约束文本生成方法
...
人体高斯模型：文本驱动的三维人体生成与高斯密度调控
...
基于上下文调整的检索增强生成方法
...
文本驱动的三维人脸生成: 从粗略草图到逼真细节
...
UFOGen: 一步高效文本到图像生成模型
...
开源指令生成：用开源代码提升代码生成模型性能
...
动物伪装研究: 评估和生成有效的伪装图像和视频
...
通用视觉基础模型：多任务学习实现高效零样本迁移
...
文本到图像一致性模型的有条件控制策略研究
...
基于ChatGPT的模板生成方法用于图像分类
...
Toward Joint Language Modeling for Speech Units and Text
...
ReconFusion：基于扩散先验的三维重建
...
LivePhoto：基于文本引导运动控制的真实图像动画生成
...
GPT4Motion: 一种基于GPT和Blender的文本到视频生成框架
...
基于高斯混合掩码的视觉变换器在小数据集上的提升
...
通过触觉生成视觉场景的研究
...
基于文本和图像的高质量视频生成技术研究
...
DeepCache：无需训练加速扩散模型的创新方法
...
基于文本生成高质量、多样化的3D资产的研究
...
Amphion：一款开源的音频、音乐和语音生成工具包
...
深度对于transformer模型合成泛化的促进作用
...
大规模语言模型结合神经符号模型的生成型神经符号视觉推理
...
一种基于物理信息纠正的交互扩散模型