标签

 扩散模型 

相关的文章:

本列表汇集了关于扩散模型的最新研究与应用,涵盖视频生成、文本生成及个性化推荐等多个领域,展示了这一技术的广泛潜力与创新方向。

发表于:
阅读原文
发表于:
阅读原文
发表于:
阅读原文
发表于:
阅读原文
发表于:
阅读原文

视频扩散模型新突破!清华腾讯联合实现高保真3D生成,告别多视图依赖

从一张图像出发,基于自定义的相机轨迹探索三维场景

清华与腾讯联合研发的Scene Splatter模型基于视频扩散技术,从单张图像生成高保真3D场景,解决了几何扭曲和一致性问题。该模型通过动量引导生成多视角视频,显著提升三维场景重建效果。

原文中文,约2000字,阅读约需5分钟。发表于:
阅读原文

何恺明新作:给扩散模型加正则化,无需预训练无需数据增强,超简单实现性能提升

可以即插即用

何恺明的新论文提出了一种名为Dispersive Loss的正则化方法,旨在提升扩散模型的生成效果。该方法无需预训练和数据增强,通过正则化中间表示来增强特征分散性,简化实现并提高生成质量。实验结果显示,Dispersive Loss在多种模型上显著改善生成效果,具有广泛的应用潜力。

原文中文,约1600字,阅读约需4分钟。发表于:
阅读原文
发表于:
阅读原文
发表于:
阅读原文
发表于:
阅读原文