近期的一项研究介绍了一种名为MAGVIT-v2的视频标记化工具，有效地将图像和视频输入转化为大型语言模型（LLM）的标记。使用MAGVIT-v2，LLM在视觉生成任务中的表现超过了扩散模型。视频标记化是一种将视觉内容（如图像...

RealFill是一个使用扩散模型进行图像修复的新算法。相比于传统的图像修复算法，RealFill能够更好地处理大尺寸的图像，并且修复后的图像质量更高。该算法基于扩散过程来填充缺失的像素。扩散过程考虑了像素之间的相关...

利用RL调整语言模型正逐渐成为模型部署流程中的标准步骤。现在，这将通过扩散模型以及DRLX的发布变得更加容易，DRLX允许用户指定奖励模型或使用预定义的模型。扩散模型通过简化了RL在语言模型调整中的实现，为AI技术...

丰田研究所(TRI)正在展示其在研究进展中如何在一夜之间教授机器人新技能。TRI运用传统的机器人学习技术和类似于生成AI模型的扩散模型。其系统已经针对60种技能进行了训练，主要关注在不同环境中的多功能性，目标是制...

如果使用扩散模型生成包含距离和形状信息的2D法线图，然后使用3D重建算法，就可以利用底层身体模型生成逼真的3D人体化身。这对于合成化身和角色创建非常有用。扩散模型和3D重建算法的结合开启了一种全新的人体模型生...

模块化扩散是一种易于使用的模块化API，可用于设计和训练自定义扩散模型。这款API基于PyTorch构建，为用户提供了一种灵活的方式，可根据需要进行定制和优化，从而实现在各种需求场景下的模型训练。由于其模块化的设...

科研人员正在探索一种名为“扩散模型”的新方法，以增强已进行训练的模型的强度。这种新方法被命名为“DiffSmooth”，通过使用扩散清理数据，然后利用特殊的平滑过程让模型变得更加可靠。这一创新方法的提出，意味着我们...

在生产环境中部署扩散模型一直是一个挑战，因为这些模型难以处理，且计算成本高。但是现在，OneDiffusion的出现旨在使部署和微调变得更易于管理、可扩展且可靠。OneDiffusion是一个开源项目，它的目标是使扩散模型在...