-
效果超越Gen-2！字节最新视频生成模型，一句话让绿巨人戴上VR眼镜
一句话，就让绿巨人戴上VR眼镜。 4K画质那种。 熊猫的奇幻漂流~ 这是字节最新的AI视频生成模型MagicVideo-V2，各种奇思妙想的想法都能实现。它不仅支持4K、8K超高分辨率，轻松hold各种绘图风格。 △从左往右：油画风、赛博风、设计风...
-
一部iPhone实时渲染300平房间，精度达厘米级别！谷歌最新研究证明NeRF没死
3D实时渲染大型场景，一台电脑，甚至一部手机就可以完成。 从家里的客厅到主卧，储物间，厨房，卫生间各个死角，都能逼真在电脑中完成渲染，如同拍摄实物视频一般。 而且，你还可以在一台iPhone上完成复杂场景渲染。 来自谷歌、谷歌DeepMind和图宾根...
-
卧剿，6万字！30个方向130篇！CVPR 2023 最全 AIGC 论文！一口气读完。
一杯奶茶，成为 AIGC+CV 视觉前沿弄潮儿！ 25个方向！CVPR 2022 GAN论文汇总 35个方向！ICCV 2021 最全GAN论文汇总 超110篇！CVPR 2021 最全GAN论文梳理 超100篇！CVPR 2020...
-
AI平台：即时设计 - 可实时协作的专业 UI 设计工具
即时设计 - 可实时协作的专业 UI 设计工具 设计社区 我们的优势 文件导入 帮助中心最新功能下载定价登录免费使用设计原型开发所想所得，高效创作设计功能强大，一站完成设计师所有需求让设计稿动起来原型连线、交互事件、智能动画，通通一步到...
-
AI平台：即时设计 - 可实时协作的专业 UI 设计工具
即时设计 - 可实时协作的专业 UI 设计工具 设计社区 我们的优势 文件导入 帮助中心最新功能下载定价登录免费使用设计原型开发所想所得，高效创作设计功能强大，一站完成设计师所有需求让设计稿动起来原型连线、交互事件、智能动画，通通一步到...
-
无需文本标注，TF-T2V把AI量产视频的成本打下来了！华科阿里等联合打造
在过去短短两年内，随着诸如LAION-5B 等大规模图文数据集的开放，Stable Diffusion、DALL-E2、ControlNet、Composer ，效果惊人的图片生成方法层出不穷。图片生成领域可谓狂飙突进。 然而，与图片生成相比，视频生成仍存...
-
AI透视眼！Wild2Avatar可逼真渲染视频中被遮挡的人物
在渲染移动人物的视觉外观时，面对摄像头视野被遮挡的问题是一项巨大的挑战。大多数现有研究在理想条件下渲染3D人物，要求场景清晰且无障碍。然而，在真实世界场景中，可能会有障碍物阻挡摄像头视野，导致人物出现部分遮挡，这使得这些传统方法无法应用。 为了解决这一问...
-
李飞飞团队新作：AI透视眼，穿越障碍看清你，渲染遮挡人体有新突破了
AR/VR 、电影和医疗等领域都在广泛地应用视频渲染人类形象。由于单目摄像头的视频获取较为容易，因此从单目摄像头中渲染人体一直是研究的主要方式。Vid2Avatar、MonoHuman 和 NeuMan 等方法都取得了令人瞩目的成绩。尽管只有一个摄...
-
Dual-Pivot Tuning官网体验入口 AI图像复原软件app免费下载地址
Personalized Restoration via Dual-Pivot Tuning是一种简单有效的个性化图像复原方法。它包含两个步骤：1 通过微调条件性生成模型，利用编码器中的条件信息进行个性化；2 固定生成模型，调节编码器的参数以适应强化的...
-
面部图像修复突破性AI方法Dual-Pivot Tuning 实现人脸模糊变高清
图像修复一直是一个备受研究者关注的复杂挑战，其主要目标是在维持降质输入的感知质量的同时，创建视觉上吸引人且自然的图像。在没有有关主题或降质的信息的情况下（盲目恢复），了解自然图像范围至关重要。为了恢复面部图像，必须在确保输出保留个体独特面部特征之前包含身份...
-
【AIGC-图片生成视频系列-4】DreamTuner：单张图像足以进行主题驱动生成
目录 一. 项目概述 问题： 解决： 二. 方法详解 a 整体结构 b 自主题注意力 三. 文本控制的动漫角色驱动图像生成的结果 四. 文本控制的自然图像驱动图像生成的结果 五. 姿势控制角色驱动图像生成的结果 2023年的最后一...
-
Deepin 深度操作系统推出“看图 AI 插件”，支持设备端“图像上色”“转换风格”等八大功能
1 月 3 日消息，据 deepin 深度操作系统官方新闻稿，deepin 近日推出了一款“看图 AI 插件”，用户在安装后即可在设备端体验 8 种“AI 修图”功能： 图像上色：为黑白图像或单色图像自动添加颜色 提升分辨率：增加图像的像素密度，...
-
AIGC产业研究报告2023——视频生成篇
易观：今年以来，随着人工智能技术不断实现突破迭代，生成式AI的话题多次成为热门，而人工智能内容生成（AIGC）的产业发展、市场反应与相应监管要求也受到了广泛关注。为了更好地探寻其在各行业落地应用的可行性和发展趋势，易观对AIGC产业进行了探索并将发布AIG...
-
Midjourney之外21款免费的AI Image画图网站集合
目前火热的Midjourney在艺术界如日中天，除此之外还有哪些免费好用的AI Art方向的网站呢？我们做了一些整理，一共21个免费的网站，全部收录到 webhub123 免费的21个 AI Art网站集合https://www.webhub123.co...
-
基础模型+机器人：现在已经走到哪一步了
机器人是一种拥有无尽可能性的技术，尤其是当搭配了智能技术时。近段时间创造了许多变革性应用的大模型有望成为机器人的智慧大脑，帮助机器人感知和理解这个世界并制定决策和进行规划。近日，CMU 的 Yonatan Bisk 和 Google DeepMind...
-
浙大研究团队推新AI框架Human101:单视角视频构就能重建3D数字人
在虚拟现实领域，快速创建定制虚拟人物并实现与其互动是一个普遍的应用场景。然而，以往的方法在快速重建高保真3D数字人体和实时渲染之间往往难以平衡。在这项研究中，提出了Human101，这是一个新颖的框架，能够在仅一视角视频中以100秒的训练时间生成高保真的动...
-
数据闭环！DrivingGaussian：逼真环视数据，驾驶场景重建SOTA
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面&笔者的个人理解 北大王选计算机研究所的最新工作，提出了DrivingGaussian，一个高效、有效的动态自动驾驶场景框架。对于具有移动目标的复杂场景，首先使用增量静态3D高斯对整个...
-
DrivingGaussian：逼真环视数据，驾驶场景重建SOTA
本文经自动驾驶之心公众号授权转载，转载请联系出处。 原标题：DrivingGaussian: Composite Gaussian Splatting for Surrounding Dynamic Autonomous Driving Scenes...
-
一篇综述，看穿基础模型+机器人的发展路径
机器人是一种拥有无尽可能性的技术，尤其是当搭配了智能技术时。近段时间创造了许多变革性应用的大模型有望成为机器人的智慧大脑，帮助机器人感知和理解这个世界并制定决策和进行规划。 近日，CMU 的 Yonatan Bisk 和 Google DeepMind...
-
阿里团队推新AI模型I2VGen-XL：单张静止图像就能生成高质量视频
视频合成最近取得了显著的进步，这得益于扩散模型的快速发展。然而，它在语义准确性、清晰度和时空连续性方面仍然存在挑战。它们主要源于文本-视频数据的稀缺性和视频的复杂固有结构，使得模型难以同时确保语义和定性的卓越性。 阿里巴巴、浙江大学和华中科技大学的研究人员...
-
14秒就能重建视频，还能变换角色，Meta让视频合成提速44倍
就今天的人工智能发展水平来说，文生图、图生视频、图像/视频风格迁移都已经不算什么难事。 生成式 AI 天赋异禀，能够毫不费力地创建或修改内容。尤其是图像编辑，在以十亿规模数据集为基础预训练的文本到图像扩散模型的推动下，经历了重大发展。这股浪潮催生了大量图...
-
CVPR 2023 | 可控文生图/定制化文生图领域论文详解 AI作画增强版
可控文生图/定制化文生图 1、DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation DreamBooth是一种新的文本到图像扩散模型...
-
StableVideo：使用Stable Diffusion生成连续无闪烁的视频
使用Stable Diffusion生成视频一直是人们的研究目标，但是我们遇到的最大问题是视频帧和帧之间的闪烁，但是最新的论文则着力解决这个问题。 本文总结了Chai等人的论文《StableVideo: Text-driven consistency -...
-
美国可控核聚变4次点火成功，刷新纪录登Nature！首席女科学家入选年度十大人物
美国可控核聚变实验，四次实现净能量增益！ 去年12月14日，劳伦斯利弗莫尔国家实验室（LLNL）首次实现可控核聚变点火成功，为全人类摘下清洁能源「圣杯」—— 在向目标提供2.05兆焦耳（MJ）的能量之后，产生了3.15兆焦耳的核聚变能量输出，能量增益约为...
-
xAI Grok测试资格怎么获取 推特AI助手怎么样
xAI Grok是一款人工智能聊天机器人，它利用大型语言模型（LLM）提供人机对话交互，可以回答各种问题，甚至建议要问什么问题。它还具有实时信息检索、幽默和叛逆的特性，使其与其他聊天机器人如ChatGPT和Bard有所不同。那么xAI Grok在哪里可以体...
-
DreaMoving内测申请在哪里 AI视频生成器推荐
DreaMoving是一个基于扩散模型的可控视频生成框架，可以根据目标身份和姿势序列，生成目标身份在任何地方跳舞的视频。那么DreaMoving在哪里可以体验呢?这里就给大家带来DreaMoving官方体验入口。 >>>点击前往 Dre...
-
midjourney国内版上线! 无需科学上网即可体验midjourney的强大功能
最近大火的midjourney国内版上线了!该网站对接了midjourneyAPI,以文生图、以图生图功能都支持,可以无需注册及科学上网即可以使用midjourney的功能,下面我们来体验一下它的功能。 网址：https://www.magicaibot...
-
一张照片、一段声音秒生超逼真视频！南大等提出全新框架，口型动作精准还原
一段音频+一张照片，瞬间照片里的人就能开始讲话了。 生成的讲话动画不但口型和音频能够无缝对齐，面部表情和头部姿势都非常自然而且有表现力。 而且支持的图像风格也非常的多样，除了一般的照片，卡通图片，证件照等生成的效果都非常自然。 再加上多语言的支持，瞬间照...
-
DreaMoving在哪里可以使用 AI视频背景修改工具
DreaMoving 是一款基于扩散模型的视频生成工具，可用于生成高保真度的定制人类舞蹈视频。用户只需提供目标人物的身份信息和舞蹈动作序列，DreaMoving 即可根据这些信息生成一个目标人物在任意场景中跳舞的视频。那么DreaMoving在哪里可以体验...
-
W.A.L.T官网体验入口 AI视频图像生成软件app免费下载地址
《W.A.L.T》是一个基于transformer的实景视频生成方法，它通过联合压缩图像和视频到一个统一的潜在空间，实现跨模态的训练和生成。使用了窗注意力机制来提高内存和训练效率，该方法在多个视频和图像生成基准测试上取得了最先进的性能。《W.A.L.T》在...
-
Meta AI 推出可重新调整光线的高保真头像生成方法 可用于制作动画生成新颖的表情
在 Meta AI 的一项开创性研究中，研究人员成功解决了动态3D 头像的高保真重新调整光线的挑战。传统方法在实时应用中捕捉面部表情的细节常常需要进行改进，尤其是对于捕捉亚毫米级细节的要求。Meta AI 的研究团队针对这一挑战提出了 “可重新调整光线的高...
-
阿里又整活儿：一张人脸一句话就能跳《擦玻璃》，服装背景随意换！
继AnimateAnyone之后，阿里又一项“舞蹈整活儿”论文火了—— 这一次，只需一张脸部照片、一句话描述，就能让你在任何地方跳舞！ 例如下面这段《擦玻璃》的舞蹈视频： 图片 你所需要做的就是“投喂”一张人像，以及一段prompt： 一个女孩，微笑着，...
-
TTS算法笔记：MusicLM- Generating Music From Text（AI生成音乐）
1. 介绍 摘要： 介绍了一个以文本作为条件，生成高保真、长时间片的音乐音频。比如文本为“由扭曲的吉他重复段伴奏的平静的小提琴旋律”，MusicLM可以可以根据文本条件，生成24kHz采样率，分钟级别的连续音乐音频。 从摘要中可以得知，这篇文章解决的根...
-
AI换脸图像合成框架FaceStudio 支持多人图像合成
FaceStudio是一种身份保留合成方法，旨在在图像生成过程中保持主题的身份，并添加个性化的风格。与传统方法相比，FaceStudio通过直接前馈机制实现了快速高效的图像生成，避免了繁琐的调优和多个参考图像的需求。 项目地址:https://icoz6...
-
五官乱飞，张嘴、瞪眼、挑眉，AI都能模仿到位，视频诈骗要防不住了
防不住，根本防不住，现在 AI 模仿能力已经发展到这种程度了？ 你前脚让自己的五官乱飞，后脚，一模一样的表情就被复现出来，瞪眼、挑眉、嘟嘴，不管多么夸张的表情，都模仿的非常到位。 加大难度，让眉毛挑的再高些，眼睛睁的再大些，甚至连嘴型都是歪的，虚拟人物...
-
让3D编辑像PS一样简单，新算法GaussianEditor在几分钟内完成3D场景增删改
3D 编辑在游戏和虚拟现实等领域中发挥着至关重要的作用，然而之前的 3D 编辑苦于耗时间长以及可控性差等问题，很难应用到实际场景。近日，南洋理工大学联合清华和商汤提出了一种全新的 3D 编辑算法 GaussianEditor，首次实现了在 2-7 分钟完...
-
AI颠覆材料学！DeepMind重磅研究登Nature，预测220万晶体结构赢人类800年
陶哲轩一直看好，ChatGPT将颠覆数学证明，而如今，AI在化学领域的潜力同样深不可测。 今天，220万种晶体结构完全被AI预测出来了。 这是什么概念？相当于近800年的知识价值。 谷歌DeepMind开发全新AI工具GNoME，能够预测新材料的稳定性，...
-
一种新型的NeRF技术可以将视频转换成易于控制的3D模型
译者 | 布加迪 审校 | 重楼 由于人体运动的复杂性和外观在不同环境下的细微差异，由视频片段创建逼真的动画3D模型一直是计算机图形学领域面临的长期挑战。在过去，这个过程依赖成本高昂的劳动密集型技术，比如多摄像头装置和详细的手动建模，因而无法用于普通或...
-
每日学术速递1.30
CV - 计算机视觉 | ML - 机器学习 | RL - 强化学习 | NLP 自然语言处理 更多Ai资讯： 今天带来的arXiv上最新发表的3篇文本图像的生成论文。 Subjects: cs.LG、cs.Cv、cs.AI、c...
-
让Ai帮你工作（4）--锁定图片生成角色
背景： Gpt4多模态模型上来后，MJ也是紧接着发布了V5，微软发布自己Ai作图工具，Abode、unity这些传统老牌作图软件工具也是紧跟着发布自己的AI作图插件工具。这已经标志着Ai作图已经成为计算成像的另一条生成链。 各大厂都已经发布了...
-
NeRF与自动驾驶的前世今生，近10篇论文汇总！
神经辐射场（Neural Radiance Fields）自2020年被提出以来，相关论文数量呈指数增长，不但成为了三维重建的重要分支方向，也逐渐作为自动驾驶重要工具活跃在研究前沿。 NeRF这两年异军突起，主要因为它跳过了传统CV重建pipeline的...
-
在亚马逊云科技Amazon SageMaker上进行Stable Diffusion模型训练和推理
Stable Diffusion Quick Kit是一个基于亚马逊云科技Amazon SageMaker进行Stable Diffusion模型快速部署的工具包，包括了一组示例代码、服务部署脚本、前端UI，可以帮助可以快速部署一套Stable Diff...
-
文本生成高精准3D模型，北京智源AI研究院等出品—3D-GPT
北京智源AI研究院、牛津大学、澳大利亚国立大学联合发布了一项研究—3D-GPT，通过文本问答方式就能创建高精准3D模型。 据悉，3D-GPT使用了大语言模型的多任务推理能力，通过任务调度代理、概念化代理和建模代理三大模块，简化了3D建模的开发流程实现技术民...
-
JAVA采集数据相关技术攻略
1、 用户登录数据采集 用户登录 采集银行或者其他企业数据 首先需要用户登录利用java语言的URL方法获取登录url 或者使用java的开源工具HTTPClient模拟登录，用到的插件有IE的httpwotch工具和FireFox里的Firebug工具...
-
随着Gen AI采用激增，新研究报告提醒数据信任问题
企业可信人工智能（AI）数据公司Cloudera的最新研究显示，美国一半以上的机构组织（53%）目前使用生成式人工智能（Gen AI）技术，另有36%的组织正处于探索人工智能的早期阶段，准备明年实现。 但超过八成的受访数据战略和管理决策者（84%）担心...
-
AI视野：Stability AI推出Stable3D；阿里云发布通义灵码；OpenAI称ChatGPT意识已觉醒；全球AI网络安全协议签署
???AI应用 Stability AI推出Stable3D以及一键替换图片天空功能 Stability AI宣布推出Stable3D，一款支持文本生成高质量3D模型的新工具。用户可以使用文本、图片或插图来轻松生成3D模型，并在多个3D开发平台上进行编辑。...