如果使用扩散模型生成包含距离和形状信息的2D法线图，然后使用3D重建算法，就可以利用底层身体模型生成逼真的3D人体化身。这对于合成化身和角色创建非常有用。扩散模型和3D重建算法的结合开启了一种全新的人体模型生...

神经场利用多层感知器（MLP）来表示一个3D场景。现在，我们可以直接将扩散应用于MLP的权重，从而生成一个新的3D场景。通过这种方法，我们不仅可以更直观地理解和操作3D场景，而且还可以实现更高效的3D场景生成。这种...

近期，3D生成方法的研究领域又有新进展。这次的新方法，生成出的网格模型在全局上具有一致性，并且在语义上呈现出连贯性。更令人兴奋的是，这项技术还有极大的加速优化空间。通过采用多视角扩散的方法，3D模型生成技...

模块化扩散是一种易于使用的模块化API，可用于设计和训练自定义扩散模型。这款API基于PyTorch构建，为用户提供了一种灵活的方式，可根据需要进行定制和优化，从而实现在各种需求场景下的模型训练。由于其模块化的设...

科研人员正在探索一种名为“扩散模型”的新方法，以增强已进行训练的模型的强度。这种新方法被命名为“DiffSmooth”，通过使用扩散清理数据，然后利用特殊的平滑过程让模型变得更加可靠。这一创新方法的提出，意味着我们...

在生产环境中部署扩散模型一直是一个挑战，因为这些模型难以处理，且计算成本高。但是现在，OneDiffusion的出现旨在使部署和微调变得更易于管理、可扩展且可靠。OneDiffusion是一个开源项目，它的目标是使扩散模型在...

在这篇文章中，Max Woolf详细解释了他如何通过训练AI生成的劣质图像，使Stable Diffusion的最新版变得更好。他通过深度学习技术，让AI从错误中学习，并在此基础上进行改进。这种方法不仅提高了AI生成图像的质量，还...

我们当前的时代正处于一个全新的人工智能阶段，这个阶段的特点是LLMs、变压器和扩散模型的广泛应用。这与以往的人工智能发展阶段有着明显的区别。LLMs是一种复杂的深度学习模型，可以处理大量的数据并预测结果。变压...