基于扩散模型的人工智能视频生成框架
DreaMoving是一个基于扩散模型的视频生成框架,专注于创建高质量的定制人物视频。该系统可根据文本描述在多样化场景中生成人物动作视频,例如海滩、公园和埃及金字塔等。这个由阿里巴巴智能计算研究院开发的项目提供中英文在线演示,体现了人工智能在视频生成领域的最新技术进展。
DreaMoving:基于扩散模型的人物视频生成框架<br> 冯梦阳、刘金林、余凯、姚远、惠铮、郭燮帆、林贤辉、薛浩岚、石晨、李晓文、李奥杰、康晓阳、雷碧文、崔苗苗、任佩然、谢选松<br> 阿里巴巴智能计算研究院
<strong>简述</strong>:<strong>DreaMoving</strong>是一个基于扩散模型的可控视频生成框架,用于生成高质量的定制人物视频。
中文版 ModelScope创空间
英文版 HuggingFace
<table border="0" cellspacing="0" cellpadding="0" align="center"> <tr> <td align="center" valign="middle"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/004ad2d9-4db5-46c1-ae5d-1d4a95e0407f.gif"> </td> <td align="center" valign="middle"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/d9574f9c-a3f4-4289-b84f-ec59cb1e3387.gif"> </td> <td align="center" valign="middle"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/1ed5de42-2f4c-49c6-be85-ade5767fb3c7.gif"> </td> <td align="center" valign="middle"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/f1e24174-4f16-466f-9821-37d3d5730f87.gif"> </td> <td align="center" valign="middle"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/a0a6c8e6-8939-4f7a-b5dc-fc0c714859d9.gif"> </td> <td align="center" valign="middle"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/76d906df-a670-4d6d-a604-629bf49ad066.gif"> </td> </tr> <tr> <td align="center" valign="middle" width="16%"> <p style="font-size: 14px;" align="center"> 一个微笑的女孩,穿着浅黄色长袖连衣裙,站在海边沙滩上。 </p> </td> <td align="center" valign="middle" width="16%"> <p style="font-size: 14px;" align="center"> 一个微笑的亚洲女孩,穿着长衬衫和长牛仔裤,在中央公园跳舞。 </p> </td> <td align="center" valign="middle" width="16%"> <p style="font-size: 14px;" align="center"> 一个微笑的女孩,穿着长袖外套,在秋天金黄树叶的公园里。 </p> </td> <td align="center" valign="middle" width="16%"> <p style="font-size: 14px;" align="center"> 一个男人,穿着蓝色领带的西装,在埃及金字塔前跳舞。 </p> </td> <td align="center" valign="middle" width="16%"> <p style="font-size: 14px;" align="center"> 一个微笑的女孩,穿着浅蓝色长裙,在法国小镇跳舞。 </p> </td> <td align="center" valign="middle" width="16%"> <p style="font-size: 14px;" align="center"> 一个微笑的女人,穿着白色上衣和长裤,在时代广场。 </p> </td> </tr> </table>@article{feng2023dreamoving, title={DreaMoving: A Human Video Generation Framework based on Diffusion Models}, author={Mengyang Feng, Jinlin Liu, Kai Yu, Yuan Yao, Zheng Hui, Xiefan Guo, Xianhui Lin, Haolan Xue, Chen Shi, Xiaowen Li, Aojie Li, Xiaoyang Kang, Biwen Lei, Miaomiao Cui, Peiran Ren, Xuansong Xie}, journal={arXiv}, year={2023} }
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别 、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号