图像生成

麻省理工推出的分形生成模型（Fractal Generative Models）是一种创新的图像生成技术，由麻省理工学院计算机科学与人工智能实验室与Google DeepMind团队共同研发。该模型基于分形理论，将生成过程抽象为可重用的“原子模块”，通过递归调用这些模块，构建出具有自相似特性的分形结...

CogView4是一款由智谱科技推出的开源文生图模型，拥有60亿个参数，能够支持中文输入和文字生成。在DPG-Bench基准测试中表现优异，综合评分排名第一，成为开源文生图模型领域的最新标杆。 这个模型支持中英双语输入，可以生成高质量的图像，也能够生成任意分辨率的图像，范围从512×512到2048...

LCVD是四川大学推出的一款名为“光照可控视频扩散模型”（Lighting Controllable Video Diffusion Model）的肖像动画生成框架。该框架能够高保真地生成具有可控光照效果的肖像动画，通过将肖像的内在特征（如身份和外观）与外在特征（如姿态和光照）进行分离，并使用参考适...

X-Portrait 2是由字节跳动智能创作团队开发的一项先进技术，旨在利用一张静态照片和一段视频来生成高品质电影级视频内容。该技术能够准确保留原始图像的身份特征，捕捉微妙的表情和情感变化，并实现跨风格的动作迁移，适用于真实人像和卡通形象。 X-Portrait 2的特点包括表情与情感迁移、高保真度...