开源项目

Anime gf 是一个本地开源工具，为用户提供了与虚拟角色互动的平台，类似于 CharacterAI。你可以自定义创建各种角色，让每个虚拟角色都有自己的独特个性和语言风格。 体验地址： https://www.anime.gf/ 项目地址： https://github.com/cyanff/anime.gf

ZeST是一种零训练的方法，用于在单个图像中进行材质转移。这种方法可以轻松扩展到在单个图像中执行多个材质编辑，以及对纹理网格的渲染执行隐式光照感知编辑。通过结合材质示例图像和输入图像，ZeST可以在输入图像中传输材质属性，同时保留所有其他属性。该方法在真实图像上工作，不需要任何训练，实现了零训练的方法。ZeST展示了在真实和合成数据集上的定性和定量结果，输出具有传输材质的逼真图…

功能特性 🎯完整的 MVC架构，代码 结构清晰，易于维护，支持 API 和 Web界面 支持视频文案 AI自动生成，也可以自定义文案 支持多种 高清视频 尺寸 竖屏 9:16，1080×1920横屏 16:9，1920×1080支持 批量视频生成，可以一次生成多个视频，然后选择一个最满意的 支持 视频片段时长设置，方便调节素材切换频率 支持 中文 和 英文 …

**字节跳动与旷视科技联合推出HiDiffusion，革新图像生成技术** 字节跳动与旷视科技的最新合作成果——HiDiffusion，为图像生成技术带来了革命性的突破。这项技术通过简化操作流程，仅需一行代码即可显著提升生成图像的清晰度，并大幅加快生成速度。 ### **HiDiffusion技术亮点：** – **无需训练：** 直接应用于现有的扩散模型，无需额外…

苹果公司在人工智能领域迈出了重要的一步，通过开源OpenELM系列模型，展示了其对开放科学和共享资源的承诺。以下是对苹果这一举措的优化文案： **苹果公司推动AI开放创新，开源OpenELM系列模型** 苹果公司最近宣布了一个重大的人工智能开源项目——OpenELM，这一系列模型包括了从270M到3B不等规模的多个模型。这一举措不仅为AI研究和开发社区带来了前所未有的资源，也体…

这项研究介绍了一种零样本人类视频生成方法，名为ID-Animator，可以根据单个面部参考图像进行个性化视频生成，无需进一步训练。该方法结合了现有的扩散式视频生成技术，并引入了面部适配器来编码与身份相关的嵌入。通过构建面向身份的数据集和随机面部参考训练方法，提高了模型的准确性和泛化能力。实验证明ID-Animator在个性化人类视频生成方面优于以往模型，同时与各种社区模型兼容，…

字节跳动的Lightning团队发布的新图像模型蒸馏算法Hyper-SD，以下是对文章内容的归纳总结： 1. **技术进展**：Hyper-SD是一项在图像处理和机器学习领域的重要技术进展。 2. **核心特点**：– **分段轨迹一致性蒸馏**：通过在预设时间段内进行蒸馏，保持原始ODE（常微分方程）轨迹的完整性。– **人类反馈学习机制**：引入人类…

Llama3-8B-Chinese-Chat 是一个专为中文优化的聊天模型，基于 Meta-Llama-3-8B-Instruct 模型并通过 ORPO 进行微调。该模型显著减少了中文问题英文回答以及回答中中英文混合的现象，同时减少了回答中表情符号的使用，使得回答更加正式。 User: 我的蓝牙耳机坏了，我该去看牙科还是耳鼻喉科？ Assistant: 很抱歉听到你的蓝牙耳机出…

Stable AI宣布了Stable Diffusion 3和Stable Diffusion 3 Turbo在Stability AI开发者平台API上的可用性。 1. **模型性能**：Stable Diffusion 3在排版和提示遵循性方面，根据人类偏好评估，与DALL-E 3和Midjourney v6等最先进的文本到图像生成系统相当或更优。 2. **架构更新**：…

MagicClothing这个AI换装的演示效果确实很强大。它基于潜在扩散模型（LDM）开发的新型网络架构，专门处理服装驱动的图像合成任务。通过服装特征提取器和自注意力融合技术，能够保留服装细节并忠实于文本提示，确保生成的角色穿着定制的服装。同时，采用联合无分类器指导技术平衡服装特征和文本提示的影响，提高生成图像的多样性和可控性。此外，还提出了一种新型评估指标MP-LPIPS用…