In-Context LoRA是阿里巴巴通義實(shí)驗(yàn)室推出的基于擴(kuò)散變換器（DiTs）的圖像生成框架，用模型的內(nèi)在上下文學(xué)習(xí)能力，最小化調(diào)整激活模型的上下文生成能力。這種方法無(wú)需修改原始模型架構(gòu)，只需對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行微調(diào)，就能適應(yīng)...
網(wǎng)站首頁(yè) > AI工具 第13頁(yè)
-
-
OmniEdit是先進(jìn)的圖像編輯技術(shù)，通過(guò)結(jié)合多個(gè)專(zhuān)家模型的監(jiān)督來(lái)訓(xùn)練一個(gè)通用模型，處理多種圖像編輯任務(wù)。能處理不同縱橫比的圖像，七種不同的圖像編輯任務(wù)，包括對(duì)象替換、移除、添加等，支持任意寬高比和分辨率。...
-
JoyVASA是京東健康國(guó)際公司開(kāi)源的音頻驅(qū)動(dòng)的數(shù)字人頭項(xiàng)目，基于擴(kuò)散模型技術(shù)，根據(jù)音頻信號(hào)生成與音頻同步的面部動(dòng)態(tài)和頭部運(yùn)動(dòng)。JoyVASA能實(shí)現(xiàn)人物的唇形同步和表情控制，還擴(kuò)展到動(dòng)物頭像的動(dòng)畫(huà)生成，在多語(yǔ)種支持和跨物種動(dòng)...
-
FLUX Tools是黑森林實(shí)驗(yàn)室推出的一套模型工具，能增強(qiáng)基礎(chǔ)文本到圖像模型FLUX.1的控制性和可操作性。FLUX Tools包括FLUX.1 Fill（圖像修復(fù)和擴(kuò)展）、FLUX.1 Depth（基于深度圖的結(jié)構(gòu)引導(dǎo)）...
-
LaTRO（Latent Reasoning Optimization）是先進(jìn)的框架，提升大型語(yǔ)言模型（LLMs）在復(fù)雜推理任務(wù)中的表現(xiàn)。基于將推理過(guò)程類(lèi)比為從潛在分布中采樣，用變分推斷方法進(jìn)行優(yōu)化，LaTRO讓模型自我改進(jìn)...
-
AlphaQubit是谷歌推出基于AI技術(shù)的量子錯(cuò)誤解碼器，用深度學(xué)習(xí)架構(gòu)Transformers識(shí)別和糾正量子計(jì)算中的錯(cuò)誤。AlphaQubit基于精確的誤差識(shí)別，助力量子計(jì)算機(jī)實(shí)現(xiàn)長(zhǎng)時(shí)間、大規(guī)模的可靠計(jì)算，對(duì)于推動(dòng)量子計(jì)...
-
StableV2V是中國(guó)科技大學(xué)推出的開(kāi)源視頻編輯項(xiàng)目，基于文本、草圖、圖片等輸入實(shí)現(xiàn)視頻中物體的精準(zhǔn)編輯和替換。項(xiàng)目用形狀一致的編輯范式，基于三個(gè)主要組件：Prompted First-frame Editor（PFE）、...
-
Halo是開(kāi)源的DIY健康追蹤項(xiàng)目，基于低成本的智能戒指和開(kāi)源軟件，讓用戶(hù)構(gòu)建自己的私人健康監(jiān)測(cè)應(yīng)用。Halo支持活動(dòng)追蹤、心率監(jiān)測(cè)、睡眠分析等功能，且完全尊重用戶(hù)隱私?；贖alo，用戶(hù)能深入了解自己的健康數(shù)據(jù)，享受定制化...
-
ReCapture是谷歌和新加坡國(guó)立大學(xué)推出的視頻處理技術(shù)，能從單一用戶(hù)提供的視頻中生成具有新相機(jī)軌跡的新視頻。ReCapture用多視圖擴(kuò)散模型或基于深度的點(diǎn)云渲染生成帶有新相機(jī)軌跡的噪聲錨視頻，采用掩碼視頻微調(diào)技術(shù)，將錨...
-
CAD-MLLM是由上?？萍即髮W(xué)、Transcengram、DeepSeek AI和香港大學(xué)共同推出的，計(jì)算機(jī)輔助設(shè)計(jì)（CAD）模型生成系統(tǒng)，根據(jù)用戶(hù)的多種輸入（如文本描述、圖像、點(diǎn)云或這些輸入的組合）生成參數(shù)化的CAD模型...
