AI算法能力提高班-腾讯云开发者社区

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

AI算法能力提高班

分享AIGC论文，模型优化算法工程能力提高

专栏成员

60

文章

33463

阅读量

14

订阅数

[AI里程碑]StableDiffusion3今日开源 | 首个开源超越Midjourney

模型数据性能 Midjourney 开源

⚡[AI里程碑]StableDiffusion3今日开源 | 首个开源超越Midjourney

2024-06-14

1180

【AIGC绘画】PCM完爆LCM | 1步生成高清图像

模型视频数据 aigc 函数

一致性模型（CM）是一种新兴的生成模型，以高质量和快速生成著称。然而，当一致性模型被应用于潜在空间中的高分辨率、文本条件的图像生成时（即潜在一致性模型，Latent Consistency Model, LCM），效果并不理想。PCM 针对 LCM 的三大主要缺陷进行了改进：

2024-06-14

540

[AIGC服务] RB-Modulation | 最新图像风格迁移与内容合成

设计迁移 aigc 服务模型

本文提出的方法RB-Modulation（Reference-Based Modulation）是一种训练自由的个性化扩散模型技术。以下是该方法的详细细节：

2024-06-14

640

[AIGC服务] MegActor | 视频驱动的肖像动画生成

视频数据 aigc 动画服务

MegActor 是一款无中间表示的肖像动画师，它使用原始视频而不是中间特征作为驱动因素来生成逼真生动的头像视频。

2024-06-14

1300

[AIGC服务] IC-Light Relighting | 图像重打光

aigc 服务可视化模型自动驾驶

光与物体相互作用的方式决定了它们的外观。在图像编辑领域，控制和操纵这种交互是一个强大的工具！IC-Light 代表“施加一致的光”，是一个应对这一挑战的项目，为用户提供以卓越的精度和一致性重新照亮图像的能力。IC-Light 由 ControlNet 和 Fooocus 的创建者 lllyasviel 开发，利用人工智能领域的先进技术取得了令人印象深刻的成果。

2024-05-22

880

[AIGC服务]IDM-VTON | 真实的野外虚拟试穿

模型 aigc 编码服务工作

本文考虑基于图像的虚拟试穿，在给定一对分别描绘人和衣服的图像的情况下，渲染穿着精选服装的人的图像。与其他方法（例如基于 GAN）相比，之前的作品采用现有的基于样本的修复扩散模型进行虚拟试穿，以提高生成的视觉效果的自然度，但它们无法保留服装的身份。为了克服这一限制，我们提出了一种新颖的扩散模型，可以提高服装保真度并生成真实的虚拟试穿图像。

2024-04-28

3110

[AIGC服务]TryOn虚拟试衣 | 只需照片即可在线换衣

aigc 服务模型设计网络

虚拟试穿技术允许用户在线上购物时预览服装在自己身上的效果，从而提高购物体验并减少退货率。

2024-03-14

4400

Multi-LoRA Composition | 无需训练的任意LoRA组合

composition 论文模型性能 LoRa

该项目探索文本到图像生成的新方法，重点是集成多个低秩适应 (LoRA) 以创建高度定制和详细的图像。推出 LoRA Switch 和 LoRA Composite，这些方法旨在在准确性和图像质量方面超越传统技术，尤其是在复杂的构图中。

2024-03-14

3760

[AI里程碑] Sora | 最强AI视频生成大模型

数据压缩服务模型视频

AI视频技术的发展历程可以追溯到2022年，当时初创公司Runway在这一领域取得了显著成就，其技术甚至被用于热门科幻电影《瞬息全宇宙》的视频编辑。此后，AI视频技术经历了快速的发展，Runway、Pika、Meta（Emu Video）等公司纷纷加入竞争。然而，早期的AI视频通常存在一些限制，如视频长度有限（通常只有几秒钟），场景逼真度不足，元素突然出现或消失，以及运动不连贯等问题，这些问题使得视频内容容易被识别为AI生成。

2024-03-13

3260

[AI里程碑] AiPhone is coming | AI+手机时代已来

笔记翻译模型手机系统

[AI Milestone] AiPhone is coming | AI+手机时代已来

2024-03-04

2580

[AIGC行业报告]生成式人工智能150强：全球最常用的人工智能工具（2024年2月）

人工智能 aigc 工具工作行业

虽然我们读到的内容通常是关于创建文本和图像的，但排名前 10 的应用程序中有 3 个是在教育领域：Brainly、CourseHero 和 TurnItIn。

2024-02-06

1K0

[AIGC服务] ReplaceAnything | 图像内容任意替换

aigc 服务工具人工智能图像处理

在人工智能驱动的软件开发不断发展的格局中，ReplaceAnything 作为一种尖端工具出现，使开发人员和创意人员能够彻底改变他们的内容创建过程。这一创新的应用程序可让您根据您的描述无缝地用新生成的图像替换图像的任何部分。此类技术的影响涵盖从数字营销到游戏开发的各个领域，让我们得以一睹创造力边界显着扩展的未来。

2024-02-06

5730

[AIGC服务] 换脸&生成 | 让你们的脸为所欲为

服务模型设计优化 aigc

通过 Textual Inversion、DreamBooth 和 LoRA 等方法，个性化图像合成取得了重大进展。然而，它们在现实世界中的适用性受到高存储需求、冗长的微调过程以及对多个参考图像的需求的阻碍。相反，现有的基于 ID 嵌入的方法虽然只需要一次前向推理，但也面临着挑战：它们要么需要对众多模型参数进行广泛的微调，要么缺乏与社区预训练模型的兼容性，要么无法保持高面部保真度。为了解决这些限制，我们引入了 InstantID，这是一种基于扩散模型的强大解决方案。我们的即插即用模块仅使用单个面部图像就能熟练地处理各种风格的图像个性化，同时确保高保真度。为了实现这一目标，我们设计了一个新颖的 IdentityNet，通过强加语义和弱空间条件，将面部和地标图像与文本提示相结合来引导图像生成。InstantID 展示了卓越的性能和效率，在身份保存至关重要的现实应用中非常有用。此外，我们的工作与流行的预训练文本到图像扩散模型（如 SD1.5 和 SDXL）无缝集成，作为一个适应性强的插件。

2024-01-29

3330

[AIGC服务] 视频生成 | "群魔乱舞"

视频 aigc 动画服务模型

人类舞蹈视频生成框架，它基于扩散模型（Diffusion Models，DM）。旨在根据目标身份和姿势序列生成高质量的定制化人类视频。以下是文章的核心内容：

2024-01-18

2231

AISP之Tone Mapping | HDR中智能色调映射

mapping 基础论文算法网络

图像由像素组成，每个像素都有一种颜色，包括黑色和白色。色调映射是一种数字图像处理技术，用于修改像素的色调值。换句话说，色调映射包括调整具有高动态范围的图像的色调值，以便可以在数字显示器上查看。它会缩小动态范围，同时尝试保留原始图像的外观。因此，色调映射应用于 HDR 图像，以揭示其完整细节并赋予其动态扭曲和逼真的外观。

2024-01-12

5950

AISP之HDR | 深度高动态范围成像

人工智能架构算法网络系统

创建出色的 HDR 图像的基础在于捕获多重曝光。利用相机上的曝光定格来拍摄一系列照片，每张照片都有不同的曝光值。目标是至少进行 3 次曝光：1 次曝光不足，1 次正确曝光，1 次曝光过度。这些曝光将构成后续人工智能编辑过程中合并和色调映射的基础。

2024-01-05

5380

AnyText | 广告营销文本生成

渲染论文模型设计视频

这篇论文介绍了一个名为AnyText的新型扩散模型，专注于生成准确且连贯的图像中的视觉文本。AnyText是一个基于扩散的多语言视觉文本生成和编辑模型，它通过两个主要组件来实现这一目标：辅助潜在模块（auxiliary latent module）和文本嵌入模块（text embedding module）。

2024-01-05

2411

AIGC绘画图集 | 清爽风格

masterpiece, best quality, ((pure white background)), standing, black hair bun,cold face, full body, Denim jacket, white T-shirt, casual pants, (Fashionable clothing), happy, light effect, soft, super clear, high-definition picture, (front)

2023-12-29

3170

AISP之突破黑暗 | 低照度图像增强(LLIE)

函数模型数据性能异常

低照度图像增强只是对在低环境光环境下拍摄的图像进行增强，以提高图像视觉清晰度，如下图所示：

2023-12-26

1.1K0

GPT-4 Vision | 指北教程

网站 gpt 教程模型数据

GPT-4V 于 2022 年接受训练，具有独特的理解图像的能力，而不仅仅是识别物体。它查看来自互联网和其他来源的大量图像，类似于在阅读标题时翻阅巨大的相册。它理解上下文、细微差别和微妙之处，使其能够像我们一样看待世界，但具有机器的计算能力。

2023-12-15

1.5K0

点击加载更多

社区活动

【纪录片】中国数据库前世今生

穿越半个世纪，探寻中国数据库50年的发展历程

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态