-
Stable Diffusion之最全详解图解
Stable Diffusion之最全详解图解 1. Stable Diffusion介绍 1.1 研究背景 1.2 学术名词 2.Stable Diffusion原理解析 2.1 技术架构 2.2 原理介绍 扩散过程 3.1 Diff...
-
谷歌AI新星转投Pika：视频生成Lumiere一作，担任创始科学家
视频生成进展如火如荼，Pika迎来一位大将—— 谷歌研究员Omer Bar-Tal，担任Pika创始科学家。 一个月前，还在谷歌以共同一作的身份发布视频生成模型Lumiere，效果十分惊艳。 当时网友表示：谷歌加入视频生成战局，又有好戏可看了。 St...
-
图像生成发展起源：从VAE、扩散模型DDPM、DETR到ViT、Swin transformer
前言 2018年我写过一篇博客，叫：《一文读懂目标检测：R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD》，该文相当于梳理了2019年之前CV领域的典型视觉模型，比如 2014 R-CNN 2015 Fast R-CNN、...
-
AIGC项目——Meta:根据对话音频生成带动作和手势的3d逼真数字人
From Audio to Photoreal Embodiment: Synthesizing Humans in Conversations From Audio to Photoreal Embodiment:Synthesizing Humans...
-
AIGC专题：Sora开启AIGC新纪元，海外龙头AI指引乐观
今天分享的是电子系列深度研究报告：《AIGC专题：Sora开启AIGC新纪元，海外龙头AI指引乐观》。 （报告出品方：方正证券） 报告共计：30页 来源：人工智能学派 Sora、Gemini 1.5 Pro 相继发布，AIGC 新时代已至 大模型...
-
AIGC从入门到入坑01（初学者适用版）
AIGC从入门到入坑系列文章 AIGC系列第一章--简述 AIGC从入门到入坑系列文章 前言 学习路径 AI时间线 人工智能简史 AI绘画简史 AI名词解释 小白从0-1必看5篇资料 初学者进阶必读8篇资料 总结 前...
-
AI绘画专栏之Comfyui之AnimateDiffLCM更快效果更佳工作流分享
AnimateLCM能够在很少的步骤中生成高质量的视频。相比直接在原始视频数据集上应用一致性学习，该项目提出了一种解耦的一致性学习策略，分别对图像生成的基础知识和运动生成的基础知识进行提炼。这种策略提高了训练效率并提升了生成视频的视觉质量。 那么关于两个...
-
Stable Diffusion 3震撼发布，采用Sora同源技术，文字终于不乱码了
继 OpenAI 的 Sora 连续一周霸屏后，昨晚，生成式 AI 顶级技术公司 Stability AI 也放了一个大招 ——Stable Diffusion 3。该公司表示，这是他们最强大的文生图模型。 与之前的版本相比，Stable Diffus...
-
Stable Diffusion 3突然发布！与Sora同架构，一切都更逼真了
足足酝酿一年之多，相比上一代一共进化了三大能力。 来，直接上效果！ 首先，是开挂的文字渲染能力。 且看这黑板上的粉笔字： Go Big or Go Home （不成功便成仁），这个倒是杀气腾腾啊～ 路牌、公交灯牌的霓虹效果： 还有刺绣上“勾”得快要看...
-
Stable Diffusion原理详解
Stable Diffusion原理详解 最近AI图像生成异常火爆，听说鹅厂都开始用AI图像生成做前期设定了，小厂更是直接用AI替代了原画师的岗位。这一张张丰富细腻、风格各异、以假乱真的AI生成图像，背后离不开Stable Diffusion算法。 S...
-
爆火Sora背后的技术，一文综述扩散模型的最新发展方向
为了使机器具有人类的想象力，深度生成模型取得了重大进展。这些模型能创造逼真的样本，尤其是扩散模型，在多个领域表现出色。扩散模型解决了其他模型的限制，如 VAEs 的后验分布对齐问题、GANs 的不稳定性、EBMs 的计算量大和 NFs 的网络约束问题。因...
-
【AI绘画】硬核解读Stable Diffusion（完整版） 小白必收藏！！！
手把手教你入门绘图超强的AI绘画，用户只需要输入一段图片的文字描述，即可生成精美的绘画。给大家带来了全新保姆级教程资料包 （文末可获取） 2022年可谓是AIGC（AI Generated Content）元年，上半年有文生图大模型DALL-E2和Sta...
-
超越AF2？Iambic、英伟达、加州理工学院开发多尺度深度生成模型，进行状态特异性蛋白质-配体复合物结构预测
由蛋白质和小分子配体形成的结合复合物无处不在，对生命至关重要。虽然最近科学家在蛋白质结构预测方面取得了进展，但现有算法无法系统地预测结合配体结构及其对蛋白质折叠的调节作用。 为了解决这种差异，AI 制药公司 Iambic Therapeutics、英伟达...
-
Latent Diffusion Models / Stable Diffusion（LDM）
High-Resolution Image Synthesis with Latent Diffusion Models（CVPR 2022）https://arxiv.org/abs/2112.10752latent-diffusionstable-di...
-
都在搞端到端，试问端到端自动驾驶的基石到底是什么？
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 基础模型的出现彻底改变了自然语言处理和计算机视觉领域，为其在自动驾驶（AD）中的应用铺平了道路。这项调查对40多篇研究论文进行了全面回顾，展示了基础模型在增强AD中的...
-
关于 OpenAI Sora，你所应该了解的
Hello folks，我是 Luga，今天我们继续来聊一下人工智能(AI 生态领域相关的技术 - OpenAI Sora ，本文将继续聚焦在针对 OpenAI Sora 的技术进行剖析，使得大家能够了解 OpenAI Sora 实现机制以便更好地对...
-
出圈的Sora带火DiT，连登GitHub热榜，已进化出新版本SiT
虽然已经发布近一周时间，OpenAI 视频生成大模型 Sora 的影响仍在继续！ 其中，Sora 研发负责人之一 Bill Peebles 与纽约大学助理教授谢赛宁撰写的 DiT（扩散 Transformer）论文《Scalable Diffusion...
-
被字节辟谣的中文版Sora，究竟厉害在哪里？
撰稿 | 云昭 出品 | 51CTO技术栈（微信号：blog51cto） 近日，市场有消息称，在Sora引爆文生视频赛道之前，国内的字节跳动也推出了一款新型视频模型Boximator，与Gen-2、Pink1.0等既有模型相比，Boximator的独特...
-
Stable Diffusion涂鸦功能与局部重绘
在 StableDiffusion图生图的面板里，除了图生图（img2img）选卡外，还有局部重绘(Inpaint ，涂鸦(Sketch ，涂鸦重绘(Inpaint Sketch ,上传重绘蒙版（Inpaint Uplaod）、批量处理（B...
-
Sora新视频只发TikTok：OpenAI 4天涨粉10万
Sora新视频，变成“抖音独占”了。 悄无声息，OpenAI正式杀入TikTok，加上洗脑配乐直接让人刷到停不下来，疯狂引流吸粉中: 短短4天，涨粉10万，50万赞——这还是不打枪不宣传的情况下。 这以后，人类创作者还怎么玩? Sora新视频，只发Tik...
-
OOTDiffusion：一个高度可控的虚拟服装试穿AI工具
OOTDiffusion是一个高度可控的虚拟服装试穿开源工具，经过测试，效果非常出色。该工具可以根据不同性别和体型自动调整，与模特身形非常贴合。同时，用户也可以根据自己的需求和偏好调整试穿效果。此外，OOTDiffusion支持两种模式:半身模型和全身模型...
-
OOTDiffusion官网体验入口 AI虚拟试衣开源工具网页版免费使用地址
OOTDiffusion是一个基于潜在扩散模型的虚拟服装试穿开源工具。它支持半身和全身两种模型，可以实现服装的自然融合。用户可以通过调节各种参数实现对试穿效果的精确控制，满足不同的需求。该工具开源在GitHub上，已获得超过 300 星的关注。 点击前往...
-
【AIGC】OpenAI推出王炸级模型sora,颠覆AI视频行业
文章目录 强烈推荐 前言 什么是OpenAI Sora？ 工作原理： 算法原理： 应用场景展望 与其他视频生成模型相比有哪些优势和不足？ 优点 缺点 总结 强烈推荐 专栏集锦 写在最后 强烈推荐 前些天发现了一个巨牛的人工智...
-
Stable Diffusion安装教程、model导入教程以及精品promt指令
文章目录 引言 原理 图片感知压缩 潜在扩散模型 安装 插件 插件与模型下载 常用promt关键字 交流讨论 引言 最近大火的AI作画吸引了很多人的目光，AI作画近期...
-
两步生成25帧高质量动画，计算为SVD的8% | 在线可玩
耗费的计算资源仅为传统Stable Video Diffusion（SVD）模型的2/25！ AnimateLCM-SVD-xt发布，一改视频扩散模型进行重复去噪，既耗时又需大量计算的问题。 先来看一波生成的动画效果。 赛博朋克风轻松驾驭，男孩头戴耳机，...
-
NeRF成为过去？三维重建迈向3D GS新时代！（复旦大学最新综述）
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 3D Gaussian Splatting（3D-GS）已成为计算机图形学领域的一个重大进步，它提供了明确的场景表示和新颖的视图合成，而不依赖于神经网络，如神经辐射场...
-
揭秘Sora技术路线：核心成员来自伯克利，基础论文曾被CVPR拒稿
最近几天，据说全世界的风投机构开会都在大谈 Sora。自去年初 ChatGPT 引发全科技领域军备竞赛之后，已经没有人愿意在新的 AI 生成视频赛道上落后了。 在这个问题上，人们早有预判，但也始料未及：AI 生成视频，是继文本生成、图像生成以后技术持续发...
-
解密Sora 13人团队：北大校友在内3名华人，应届博士带着21岁天才少年
OpenAI用Sora震惊了世界。 到底是什么样的天才团队，能开发出这样的旷世大作？ 结果一看OpenAI的作者团队只有13个人，应届博士带队，00后参与，团队包括3名华人，有一名北大校友。 Tim Brooks Tim Brooks在OpenAI共...
-
政安晨：演绎在KerasCV中使用Stable Diffusion进行高性能图像生成
小伙伴们好，咱们今天演绎一个使用KerasCV的StableDiffusion模型生成新的图像的示例。 考虑计算机性能的因素，这次咱们在Colab上进行，Colab您可以理解为在线版的Jupyter Notebook，还不熟悉Jupyter的的小伙伴可以...
-
Python进行AI声音克隆的端到端指南
人工智能语音克隆是一种捕捉声音的独特特征，然后准确性复制它的技术。这种技术不仅可以让我们复制现有的声音，还可以创造全新的声音。它是一种彻底改变内容创作的工具，从个性化歌曲到自定义画外音，开辟了一个超越语言和文化障碍的创意世界。 本文的将提供利用AI语音...
-
AIGC音视频工具分析和未来创新机会思考
编者按：相较于前两年，2023年音视频行业的使用量增长缓慢，整个音视频行业遇到瓶颈。音视频的行业从业者面临着相互竞争、不得不“卷”的状态。我们需要进行怎样的创新，才能从这种“卷”的状态中脱离出来？LiveVideoStack 2023上海站邀请到了P...
-
最新的AIGC相关技术更新
1.腾讯发布PhotoMaker 《PhotoMaker: Customizing Realistic Human Photos via Stacked ID Embedding》 作者机构：南开大学&腾讯 PCG ARC 实验室&东京...
-
抖音无需API开发连接Stable Diffusion，实现自动根据评论区的指令生成图像并返回
抖音用户使用场景： 随着AI绘图的热度不断升高，许多抖音达人通过录制视频介绍不同的AI工具，包括产品背景、使用方法以及价格等，以吸引更多的用户。其中，Stable Diffusion这款产品受到了许多博主达人的青...
-
【AIGC-文本/图片生成视频系列-10】SparseCtrl：在文本生成视频的扩散模型中添加稀疏控制
目录 一. 项目概述 二. 方法详解 三. 应用结果 四.个人思考 由于扩散模型生成空间的不确定性，仅仅通过文本生成视频时，会导致模糊的视频帧生成。 今天解析的SparseCtrl，是一种有效解决上述问题的方案，通过带有附加编码器的时间稀疏条...
-
AIGC系列之：实时出图的SDXL Turbo模型介绍
原理介绍 StabilityAI在刚刚发布Stable Video Diffusion之后，2023年11月29日又发布了爆炸性模型：SDXL Turbo，SDXL Turbo是在SDXL 1.0的基础上采用新的蒸馏方案，让模型只需要...
-
Sora模型体验入口 OpenAI文生视频软件工具app免费下载地址
Sora是一个基于大规模训练的文本控制视频生成扩散模型。它能够生成长达 1 分钟的高清视频，涵盖广泛的视觉数据类型和分辨率。Sora通过在视频和图像的压缩潜在空间中训练，将其分解为时空位置补丁，实现了可扩展的视频生成。Sora还展现出一些模拟物理世界和数字...
-
Sora官网体验入口 OpenAI最新文生视频模型免费在线使用地址
Sora是一个基于大规模训练的文本控制视频生成扩散模型。它能够生成长达 1 分钟的高清视频，涵盖广泛的视觉数据类型和分辨率。Sora通过在视频和图像的压缩潜在空间中训练，将其分解为时空位置补丁，实现了可扩展的视频生成。Sora还展现出一些模拟物理世界和数字...
-
春节大礼包！OpenAI首个视频生成模型发布，60秒高清大作，网友已叹服
欢迎来到 bling zoo! 北京时间今天凌晨，OpenAI 正式发布了文本到视频生成模型 Sora，继 Runway、Pika、谷歌和 Meta 之后，OpenAI 终于加入视频生成领域的战争。 山姆・奥特曼的消息放出后，看到 OpenAI 工程师...
-
【AI绘画】用张图直观理解Stable Diffusion
手把手教你入门绘图超强的AI绘画，用户只需要输入一段图片的文字描述，即可生成精美的绘画。给大家带来了全新保姆级教程资料包 （文末可获取） 作者****｜Jay Alammar 翻译｜杨婷、徐佳渝 最近，AI图像生成引人注目，它能够根据文字描述生成...
-
只需任意一张人物图片，就可以生成该人物的科目三舞蹈视频 - AIGC 中的 Image-to-Video 技术
这是儿子寒假在家，我和他一起玩阿里通义千问后的一篇笔记。 通义千问有一个全民舞王的功能。选择一个舞蹈模版，然后上传一张人物全身照片，即可生成一段10秒钟左右的视频。 卡通人物的图片也行。 比如我用了弗利萨大王和沙鲁的图片： 点击立即生成按钮，...
-
Stable Diffusion结构解析-以图像生成图像（图生图，img2img）
手把手教你入门绘图超强的AI绘画，用户只需要输入一段图片的文字描述，即可生成精美的绘画。给大家带来了全新保姆级教程资料包 （文末可获取） AIGC专栏3——Stable Diffusion结构解析-以图像生成图像（图生图，img2img）为例 学习...
-
【AIGC】Stable Diffusion的采样器入门
在 Stable Diffusion 中，采样器（Sampler）是指用于生成图像的一种技术或方法，它决定了模型如何从潜在空间中抽样并生成图像。采样器在生成图像的过程中起着重要作用，影响着生成图像的多样性、质量和创造性。以下是对 Stable Diffus...
-
扩散模型的发展过程梳理 多个扩散模型理论知识总结/DDPM去噪扩散概率/IDDPM/DDIM隐式去噪/ADM/SMLD分数扩散/CGD条件扩散/Stable Diffusion稳定扩散/LM
前言 1.最近发现自己光探索SDWebUI功能搞了快两个月，但是没有理论基础后面科研路有点难走，所以在师兄的建议下，开始看b站视频学习一下扩散模型，好的一看一个不吱声，一周过去了写个博客总结一下吧，理理思路。不保证下面的内容完全正确，只能说是一个菜鸟的思...
-
【AIGC】DreamBooth:微调文本到图像扩散模型用于主题驱动的生成
前言 DreamBooth可以让我们使用一个很小的数据集微调文生图模型，然后基于文本提示词为我们训练的的主体替换不同的场景。 摘要 大型文本转图像模型在人工智能的发展中实现了显著的飞跃，能够从给定的文本提示中高质量和多样化地合成图像。然而，...
-
2024年最新的Stable Diffusion整合包V4.6
2024年1月Stable Diffusion本地化部署整合包更新至V4.6啦！适合新手小白！！ Stable Diffusion整合包和安装使用教程下载地址链接: 链接：https://pan.quark.cn/s/921b13b44271 提取码：...
-
AI绘画：Stable-diffusion程序的突破与未来展望
随着人工智能技术的快速发展，AI绘画已经成为了一个备受关注的前沿领域。在这其中，Stable-diffusion程序作为一款优秀的AI绘画工具，以其独特的风格和强大的功能，受到了广泛的关注和赞誉。本文将对Stable-diffusion程序进行深入解析，探...
-
ChatGPT研究报告：AIGC带来新一轮范式转移
本文约4000字，目标是快速建立AIGC知识体系，含有大量的计算专业名词，建议阅读同时扩展搜索。 一、行业现状 1、概念界定 区别于PGC与UGC不同的，AIGC是利用人工智能技术自动生成内容的新型生产方式。 2、数据模...
-
【AIGC】Diffusers:训练扩散模型
前言 无条件图像生成是扩散模型的一种流行应用，它生成的图像看起来像用于训练的数据集中的图像。通常，通过在特定数据集上微调预训练模型来获得最佳结果。你可以在HUB找到很多这样的模型，但如果你找不到你喜欢的模型，你可以随时训练自己的模型！ 本教程将教您如何...
-
AIGC内容分享(四十四)：[AIGC服务] 视频生成 | “群魔乱舞“
目录 骨架驱动的人形动画生成 原理简介 应用前景 骨架驱动的人形动画生成 输入 人脸图像+视频动画 或者 文本描述 输出 视频...
-
AIGC从入门到精通
目录 1. 概述 2. 一键起飞 2.1 webui 2.2 基础用法 2.3 必装插件 2.4 Fooocus 2.5 diffusers 3 LoRA 3.1 原理 3.2 训练流程和准备 3.3 上手训练...