漫话开发者 - UWL.ME 精选全球AI前沿科技和开源产品
2025-03-19 talkingdev

无需额外训练,通过Diffusion Transformer实现图像个性化

最新的技术突破使得我们几乎可以通过在Diffusion Transformer中使用token替换来实现对任何图像的个性化,而无需进行额外的微调或训练。这一创新方法不仅大大简化了个性化图像的生成过程,还显著提高了效率。Diffusio...

Read More
2025-03-14 talkingdev

Block Diffusion:自回归与扩散模型之间的创新融合

近日,一项名为Block Diffusion的技术引起了广泛关注。该技术通过创新的方式在自回归模型(autoregressive models)和扩散模型(diffusion models)之间进行插值,为生成模型领域带来了新的突破。自回归模型以其序列...

Read More
2025-03-12 talkingdev

MovieAgent:长镜头电影生成技术突破

近日,一项名为MovieAgent的创新技术引起了广泛关注。该系统通过结合多种生成模态,利用基于角色的提示(persona-based prompting)来确保生成内容的一致性和准确性。MovieAgent进一步使用Stable Diffusion视频模型...

Read More
2025-03-12 talkingdev

MovieAgent:实现长视频一致性生成的新突破

近日,一项名为MovieAgent的创新技术引起了广泛关注。该系统通过结合多种生成模态,并采用基于角色的提示机制,显著提升了视频生成的一致性和准确性。MovieAgent利用Stable Diffusion视频模型生成并拼接帧,从而实现...

Read More
2025-03-11 talkingdev

Smalldiffusion:轻量级扩散模型训练与采样工具包发布

近日,GitHub上发布了一款名为Smalldiffusion的开源工具包,专为扩散模型的训练与采样设计。该工具包以轻量、高效和易读性为核心特点,旨在为研究人员和开发者提供一个简洁且高性能的解决方案。Smalldiffusion不仅优...

Read More
2025-03-05 talkingdev

DiffRhythm:基于Latent Diffusion的端到端全长度歌曲生成技术

近日,一项名为DiffRhythm的技术引起了广泛关注。该技术利用Latent Diffusion模型实现了端到端的全长度歌曲生成,尽管其生成效果尚未达到顶尖闭源模型的水平,但其速度和简洁性令人印象深刻。DiffRhythm的核心优势在...

Read More
2025-02-28 talkingdev

ModelScope推出Diffusion Studio:为扩散模型提供高效抽象平台

ModelScope近日发布了Diffusion Studio,这是一个基于GitHub的开源平台和代码库,旨在为多种类型的扩散模型及其相关的自动编码器提供高效的抽象支持。Diffusion Studio通过简化复杂模型的开发流程,帮助研究人员和开...

Read More
2025-01-23 talkingdev

TREAD:无需修改架构的扩散模型高效训练新方法

近日,一项名为TREAD(Token Routing for Efficient Architecture-agnostic Diffusion Training)的新技术引起了广泛关注。该技术通过创新的Token Routing机制,显著提升了扩散模型(Diffusion Models)的样本效率,...

Read More
  1. Prev Page
  2. 2
  3. 3
  4. 4
  5. Next Page