Follow-Your-Emoji
Follow-Your-Emoji是一个基于扩散模型的人像动画框架，能够将目标表情序列动画化到参考人像上，同时保持人像身份的一致性、表情的传递、时间的连贯性和保真度。它通过采用表情感知标志和面部细粒度损失技术，显著提升了模型在控制自由风格人像表情方面的表现，包括真实人物、卡通、雕塑甚至动物。此外，它还通过简单有效的逐步生成策略，扩展到稳定的长期动画，增加了其潜在的应用价值。
开启开源世界模型新纪元 Matrix – Game 2.0 是昆仑万维发布的开源世界模型，旨在推动人工智能在复杂环境中的决策能力，为研究人员和开发者提供强大的工具和平台，助力人工智能技术的创新与发展。
数据统计
相关导航
MaskGCT
零样本语音合成的创新突破 趣丸科技与香港中文大学（深圳）联合研发的开源文本转语音（TTS）模型，能够实现零样本语音合成，无需显式对齐信息和音素级时长预测，支持多种语言和情感控制。
olmOCR
开源高性能OCR扫描识别工具 高效地将PDF文件和其他文档转换为结构化的纯文本。
小鹏G7
智能驾驶与舒适体验的完美融合 小鹏G7是一款集智能驾驶、豪华配置与高效续航于一身的AI智能家庭SUV，凭借其创新的“追光全景”AR-HUD系统和强大的智能辅助驾驶能力，重新定义了智能出行的标杆。
腾讯
MuseV MuseV是一个基于扩散模型的虚拟人视频生成框架，它能够以无限长度和高保真度生成满足视觉条件的视频。
Qoder
阿里新一代Agentic Coding编程平台 Qoder是阿里巴巴云团队发布的下一代智能编程平台，旨在通过强大的AI能力提升软件开发效率。
DLoRAL
一键实现视频超分辨率的开源框架 DLoRAL是由香港理工大学与OPPO研究院联合推出的一款开源视频超分辨率框架，基于扩散模型实现一步生成高清视频，为视频超分辨率领域带来了革命性突破。
Whisper-Medusa Whisper-Medusa
一款基于Whisper模型的优化版语音识别工具，通过多解码头技术显著提升处理速度
暂无评论...