ElasticDiffusion是一种革新性的解码方法，它使得文本到图像的扩散模型能够在不经过额外训练的情况下，创建不同尺寸和宽高比的图像。这种技术的出现，为图像生成领域带来了新的可能性，尤其是在处理具有特定宽高比要...

开放词汇注意力图谱（OVAM）是一种新兴的图像分割技术，它通过对类Stable Diffusion的文本到图像扩散模型进行改进，实现了对任意词汇生成注意力图的功能，打破了之前的限制。这意味着，通过OVAM，开发者和研究人员能...

扩散状态空间模型（DiS）是一种新型的扩散模型，它采用状态空间骨干代替了传统的U-Net处理图像数据。这种模型在保持计算效率的同时，能够处理长距离依赖问题，并且能够生成高质量的图像。与传统的U-Net相比，DiS模型...

Sakana AI开发了先进的日语语言、视觉和图像生成模型。该公司引入了一种进化模型融合技术，旨在无需昂贵的预训练即可发展基础模型。该模型融合技术已经发布，并附带了方法的解释。这一创新技术将有助于降低AI模型开...

Stable Diffusion 3（SD3）是一款具有革命性的图像生成模型，通过引入潜在对抗性扩散蒸馏技术，成功将扩散步骤数量减少至4步，同时保持了图像生成的高质量。这项技术的进步不仅提升了图像生成的效率，还为AI艺术创作...

这个项目引入了一种新颖的方法，通过单个图像生成高质量、详细的3D物体，增强了3D物体的生成。该方法基于视频扩散模型，利用深度学习技术从单个视角的2D图像生成高质量的3D模型。此方法可应用于各种领域，如游戏制作...

近日，研究人员提出了一种名为 ViewFusion 的新算法，旨在改善扩散模型从新的视角生成图像的方式，确保图像在不同视角下保持一致。传统的扩散模型在处理多视角图像时，往往会产生不一致性，导致图像质量下降。ViewFu...

MobileClip是一个快速的文本和图像模型，与OpenAI的原始CLIP模型性能相同，但运行速度提高了7倍。它可以在设备上用于各种视觉和语言任务。