懂AI

最佳扩散模型工具集合：AI应用与资源指南

相关项目相关文章
PixArt-α: 快速训练的图像生成新范式

PixArt-α: 快速训练的图像生成新范式

PixArt-α是一种基于Transformer的文本到图像扩散模型,能够生成高质量的图像,同时大幅降低训练成本和时间。本文详细介绍了PixArt-α的核心技术、训练方法、推理过程以及各种应用场景。

PixArt-α文本生成图像扩散模型Transformer高效训练Github开源项目
人工智能音频生成技术的爆发性发展：2023年AI音频模型时间线回顾

人工智能音频生成技术的爆发性发展：2023年AI音频模型时间线回顾

本文详细回顾了2023年人工智能音频生成领域的重大突破和代表性模型,涵盖了文本到语音、文本到音乐、通用音频生成等多个方向,展现了AI音频技术的蓬勃发展态势。

AI音频生成文本转语音音乐生成深度学习扩散模型Github开源项目
企业差旅管理的革新者 - CTM如何重塑商务旅行体验

企业差旅管理的革新者 - CTM如何重塑商务旅行体验

探索CTM (Corporate Travel Management)如何通过创新技术和个性化服务,为企业提供高效、经济且安全的差旅管理解决方案,重新定义商务旅行体验。

CTM扩散模型图像生成单步采样ICLR 2024Github开源项目
视频扩散模型的最新进展与应用

视频扩散模型的最新进展与应用

本文全面介绍了视频扩散模型领域的最新研究进展,包括开源工具箱、评估基准、视频生成、可控视频生成、运动定制等多个方面,并探讨了该技术在长视频生成、视频编辑、人体运动等领域的应用前景。

视频生成扩散模型文本到视频AI视频视频编辑Github开源项目
Live2Diff: 实时视频风格化的突破性技术

Live2Diff: 实时视频风格化的突破性技术

Live2Diff是一项开创性的AI技术,能够以近乎实时的速度将实时视频流转换为风格化内容。它标志着视频扩散模型中单向注意力建模的首次成功实施,为实时视频处理开辟了新的可能性。

Live2Diff视频翻译AI模型实时流处理扩散模型Github开源项目
深入解析Latent Consistency Models: 快速高质量图像生成的新范式

深入解析Latent Consistency Models: 快速高质量图像生成的新范式

Latent Consistency Models (LCMs) 是一种新型的图像生成模型,通过在潜在空间中直接预测概率流ODE的解来实现快速推理,大大提高了高分辨率图像生成的速度。本文深入介绍了LCM的工作原理、优势及应用,探讨了它如何改变AI图像生成的未来。

Latent Consistency ModelsAI绘图图像生成扩散模型深度学习Github开源项目
Smooth Diffusion: 打造扩散模型中的平滑潜在空间

Smooth Diffusion: 打造扩散模型中的平滑潜在空间

Smooth Diffusion是一种创新的扩散模型优化技术，通过构建平滑的潜在空间，实现了输入潜变量的微小扰动与输出图像的稳定变化之间的对应关系，从而提高了扩散模型的可控性和生成质量。

Smooth Diffusion扩散模型图像生成潜在空间CVPR 2024Github开源项目
UniPC: 快速采样扩散模型的统一预测-校正框架

UniPC: 快速采样扩散模型的统一预测-校正框架

UniPC是一种无需训练的框架,专为快速采样扩散模型而设计。它由一个校正器(UniC)和一个预测器(UniP)组成,两者共享统一的分析形式并支持任意阶数。本文详细介绍了UniPC的原理、特点及应用。

UniPC扩散模型快速采样预测器-校正器框架图像生成Github开源项目
CycleDiffusion: 使用随机扩散模型实现零样本图像编辑的新方法

CycleDiffusion: 使用随机扩散模型实现零样本图像编辑的新方法

CycleDiffusion是一种基于扩散模型的创新方法,可以实现零样本图像到图像的转换。本文详细介绍了该方法的原理、实现和应用,展示了其在图像编辑领域的巨大潜力。

CycleDiffusion扩散模型零样本图像编辑HuggingFacePyTorchGithub开源项目
TF-ICON: 基于扩散模型的无训练跨域图像合成

TF-ICON: 基于扩散模型的无训练跨域图像合成

TF-ICON是一种新颖的无训练图像合成框架,利用文本驱动的扩散模型实现跨域图像引导合成。该方法无需额外训练、微调或优化,可直接利用现成的扩散模型执行跨域图像合成任务,在多个视觉领域中表现优异。

TF-ICON跨域图像合成扩散模型ICCV 2023无训练Github开源项目
MultiDiffusion: 融合扩散路径实现可控图像生成的革新技术

MultiDiffusion: 融合扩散路径实现可控图像生成的革新技术

探索MultiDiffusion技术如何通过融合多个扩散路径,在不需要额外训练的情况下,实现多样化、可控的图像生成,为人工智能创作带来新的可能性。

MultiDiffusion图像生成扩散模型文本到图像可控生成Github开源项目
Paint by Example: 基于示例的图像编辑新范式

Paint by Example: 基于示例的图像编辑新范式

Paint by Example是一种创新的图像编辑技术,通过示例图像引导来实现精确控制的图像编辑,为图像处理领域带来了新的可能性。本文深入解析了这一技术的原理、特点及应用前景。

Paint by Example图像编辑自监督训练扩散模型HuggingfaceGithub开源项目
FateZero: 一种创新的零样本文本引导视频编辑技术

FateZero: 一种创新的零样本文本引导视频编辑技术

FateZero是一种新颖的零样本文本引导视频编辑方法,能够利用预训练的扩散模型,实现对真实世界视频的高质量编辑,无需针对特定提示词进行训练或使用特定的蒙版。

FateZero视频编辑文本驱动扩散模型零样本Github开源项目
TokenFlow: 一种革命性的视频编辑框架

TokenFlow: 一种革命性的视频编辑框架

TokenFlow是一种基于预训练文本到图像扩散模型的视频编辑框架,无需进一步训练或微调即可实现一致性视频编辑。本文深入解析了TokenFlow的工作原理、主要特点及应用前景。

TokenFlow视频编辑文本驱动扩散模型生成式AIGithub开源项目
SkyPaint-AI-Diffusion: 基于 Stable Diffusion 的中英双语 AI 绘画模型

SkyPaint-AI-Diffusion: 基于 Stable Diffusion 的中英双语 AI 绘画模型

SkyPaint-AI-Diffusion 是一个由奇点智源开发的创新性 AI 绘画模型，基于 Stable Diffusion 优化而来。它支持中英双语文本输入，能生成多种现代艺术风格的高质量图像，为 AI 艺术创作开辟了新的可能性。

SkyPaint文本生成图像图像编码器扩散模型SkyCLIPGithub开源项目
深入解析denoising-diffusion-pytorch:一个强大的去噪扩散概率模型实现

深入解析denoising-diffusion-pytorch:一个强大的去噪扩散概率模型实现

本文深入探讨了denoising-diffusion-pytorch项目,这是一个基于PyTorch实现的去噪扩散概率模型。我们将详细介绍该项目的核心概念、实现细节、使用方法以及在生成模型领域的重要意义。

Denoising Diffusion Probabilistic ModelPytorch生成建模Langevin采样扩散模型Github开源项目
ID-Animator：1小时前开源，单张人脸照片就可以生成高质量的特定人体视频

ID-Animator：1小时前开源，单张人脸照片就可以生成高质量的特定人体视频

ID-Animator：1小时前开源，单张人脸照片就可以生成高质量的特定人体视频

ID-Animator视频生成身份保真度面部适配器扩散模型热门
Playground v2：最新SD模型，超SDXL2.5倍！

Playground v2：最新SD模型，超SDXL2.5倍！

Playground v2：最新SD模型，超SDXL2.5倍！

Playground v2文本到图像生成扩散模型Hugging FaceMJHQ-30K基准热门
AnimateAnyone：动画新纪元，AI视频合成魔法

AnimateAnyone：动画新纪元，AI视频合成魔法

AnimateAnyone：动画新纪元，AI视频合成魔法

AnimateAnyone阿里巴巴智能计算研究院动画视频扩散模型角色动画热门
Diffree：最新模型实现文字指令修改图片！！这下修图变得更简单了

Diffree：最新模型实现文字指令修改图片！！这下修图变得更简单了

Diffree：最新模型实现文字指令修改图片！！这下修图变得更简单了

DiffreeT2I文本描述图像修复扩散模型热门
上一页
4567
下一页