开源项目

全文总结本文主要介绍了一种名为 PanoFree 的新型无调优多视图图像生成方法，该方法在沉浸式场景生成，特别是全景图创建方面具有显著优势。重要亮点 项目地址： https://panofree.github.io

全文总结本文主要介绍了一种名为 Matryoshka Diffusion Models（MDM）的端到端框架，用于高分辨率图像和视频合成。指出扩散模型在生成高质量图像和视频方面表现出色，但在高维空间学习存在挑战，现有方法常采用训练级联模型，而本文提出的 MDM 采用多尺度联合扩散过程，小尺度模型嵌套在大尺度内，促进了特征共享和架构的渐进式增长，在多个基准上展示了有效性，包括 I…

全文总结这段文本主要介绍了多个数学问题及相应的求解过程，包括关于 Qwen2–Math 系列模型在数学推理能力方面的表现和评估，以及一系列不同类型的数学函数问题的求解。重要亮点 求解方法与思路：在解决问题时，通常先进行条件分析和代入特定值，然后探索规律、假设函数形式并进行验证，以得出最终结论。 Qwen2-Math 模型介绍：Qwen2-Math 是基于 Qwen2…

解决了传统方法无法处理复杂发型的问题，为用户带来全新的试发体验。 地址： https://github.com/Xiaojiu-z/Stable-Hair

参数小仅899.06M，支持高分辨率，支持在ComfyUI和Gradio应用上部署，操作便捷。 地址： https://github.com/Zheng-Chong/CatVTON

新公司名叫 Black Forest Lab，黑森林实验室。宣布推出全新的图像生成模型 FLUX.1。FLUX.1 包含专业版、开发者版、快速版三种模型，其中前两款模型击败 SD3-Ultra 等主流模型，较小规模的 FLUX.1 [schnell] 也超越了 Midjourney v6.0、DALL・E 3 等更大的模型。 体验地址： https://replicate.co…

由阿尔伯塔大学、多伦多大学和华为诺亚方舟实验室联合推出的新技术，能够根据用户的文本描述生成高质量的3D纹理，解决了传统方法中的接缝和过度平滑问题。 https://dong-huo.github.io/TexGen

Tora以高保真度、精准运动控制和多样化输入著称，采用先进的Diffusion Transformer架构，突破视频生成限制，实现60秒高质量视频生成。 项目地址： https://ali-videoai.github.io/tora_video

重要亮点 项目地址： https://github.com/THUDM/CogVideo

本文主要探讨了全身多模态运动生成的相关内容，指出其在视频生成和角色动画等方面有诸多应用，但在统一模型完成不同条件模态的生成任务时面临运动分布漂移、混合条件优化复杂以及现有数据集运动格式不一致等挑战。为此，提出了以即插即用方式控制全身多模态运动生成的统一框架 ControlMM。重要亮点 实验效果：大量实验表明 ControlMM 在各种标准运动生成任务中达到了最先进的性能。 面…