Meta最近发布了一种新型模型，该模型的工作原理与GPT系列的解码器仅Transformer相似，都是一次预测一个令牌。然而，如果你将交错的文本和图像视为令牌，这种模型就可以从文本生成图像，反之亦然。更令人惊奇的是，该...

这项工作允许您使用一张单一的图像和一个预训练的生成模型来生成全景图像或图像的多个视角。

稳定性人工智能发布了一种新的人工智能模型，用于生成比以往更逼真的图像。该模型名为SDXL 0.9，可以根据基于文本的提示创建图像，这些图像比以前的模型更美观，并具有更多的构图细节。据悉，Stable Diffusion的下一...

一位Reddit用户最近发布了一系列采用稳定扩散技术制作的艺术二维码，其风格为动漫和亚洲艺术风格，可通过智能手机相机应用程序进行扫描。该用户显然训练了多个定制的稳定扩散控制网络模型，并在将QR码输入图像生成器...

近日，一项名为ViCo的新技术问世，其可以根据文本描述生成逼真的图像，并且能够从仅有的几个样本中捕捉到新概念的细节。与其他方法不同，ViCo对系统资源的消耗较小，不需要对原始模型的参数进行微调，但它仍然通过专...

在人工智能领域中，研究人员一直在探索如何利用计算机生成逼真的图像。在这个过程中，DreamBooth 系列研究的下一个步骤——StyleDrop 已经发布。这个开源项目提供了一种新的方法，只需要使用单个参考图像，就可以在任...

今天，我们向大家介绍一个名为Threestudio的开源项目。这个项目采用了先进的2D文本到图像生成模型，从文本提示、单张图像和少量样本图像中创建3D内容的统一框架。 以下是该框架的三个核心要点： - Threestudio利用...

ProlificDreamer是一种提高文本到3D图像生成效果的新方法。它通过将3D参数视为随机变量来解决文本到3D生成中早期Score Distillation Sampling（SDS）方法中存在的过度饱和和低多样性等问题。这种变分Score Distillat...