栏目

模型框架

大语言模型（LLM）是指使用大量文本数据训练的深度学习模型，可以生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务，如文本分类、问答、对话等，是通向人工智能的一条重要途径

364 篇内容

模型框架 2024.01.10 约 6 分钟

Meta发布了audio2photoreal 演示，可以从对话音频中生成逼真的面部、身体和手势

项目地址： https://people.eecs.berkeley.edu/~evonne_ng/projects/audio2photore…

模型框架 2023.12.22 约 4 分钟

代码库：https://github.com/florestefano1975/comfyui-portrait-master/ 提供了与 Po…

模型框架 2023.12.18 约 2 分钟

DreamTalk是一个基于扩散模型的框架，由清华大学、阿里巴巴和华中科大共同开发。它能够根据音频让人物头像照片说话、唱歌并保持嘴唇的同步和模仿…

模型框架 2023.12.16 约 1 分钟

只需要一张人物照片和服装照片就可以让那个人穿上这个衣服，特色是可以为不同的姿势和身体形状创建高质量的虚拟试穿。（目前还没有代码）体验地址： h…

模型框架 2023.12.16 约 1 分钟

该模型能够通过聆听和理解给定的音乐上下文来生成新的音乐。它能够分析音乐的特点，如旋律、节奏和风格。 StemGen是一个音乐生成模型，它可以根据…

模型框架 2023.12.12 约 1 分钟

DreaMoving是一个基于扩散的可控视频生成框架，用于生成高质量的定制人类视频。它可以根据给定的目标身份和姿势序列，在任何地方生成目标身份跳…

模型框架 2023.12.04 约 2 分钟

AI 能将视频中的主题转化为 SVG 素描！因此，素描视频合成可以实现各种渲染技术，包括调整大小、填充颜色以及在原始背景图像上叠加涂鸦。项目地…

模型框架 2023.12.02 约 1 分钟

Meta推出了一款名为Audiobox的音频生成模型，它可以通过语音输入和自然语言文本提示来生成语音和音效，用于创建自定义音频。据Meta称，A…

模型框架 2023.12.02 约 1 分钟

Adobe和麻省理工学院的研究人员共同发布论文，介绍一种分布匹配蒸馏（Distribution Matching Distillation，DM…

模型框架 2023.12.02 约 1 分钟

来自阿里的研究团队发布论文，利用扩散模型的能力，提出了一个专门针对角色动画的新框架Animate Anyone，可从静态图像AI生成动态视频，从…