AuraFlow v0.1是Fal团队推出的开源AI文生图模型，拥有6.8B参数量。优化了MMDiT架构，提升了模型的计算效率和可扩展性。AuraFlow擅长精准图像生成，尤其在物体空间构成和色彩表现上表现突出，在人物生成上还有提升空间。还采用了最大更新参数化技术，提高了学习率迁移的稳定性。
（图片来源网络，侵删）
（图片来源网络，侵删）
上一篇
AuraFlow – Fal团队推出的开源AI文生图模型
猜你喜欢
-
发布了文章 1分钟前
Boximator – 字节推出的控制视频生成中对象运动的框架
Boximator是有字节跳动的研究团队开发的一种视频合成技术，旨在生成丰富且可控的运动，以增强视频合成的质量和控制性。该技术通过引入两种类型的约束框（硬框和软框）来实现对视频中对象位置、形状或运动路径的精细控制。...
-
发布了文章 4分钟前
Botgroup.chat – 开源的AI机器人群聊项目，支持多个AI模型群聊对话
Botgroup.chat 是基于 React 和 Cloudflare Pages 的多人 AI 聊天应用。支持多个 AI 角色同时参与对话，提供类似群聊的交互体验。用户可以自定义 AI 角色的性格和模型，可以对特定 AI...
-
发布了文章 7分钟前
Boow-baidu09VTON – 阿里推出的AI虚拟试衣技术
Boow-VTON是阿里巴巴推出的一种先进的虚拟试衣技术。能在野外场景中实现高质量的虚拟试衣效果，无需依赖精确的遮罩或修复工作。通过有效的数据增强方法，基于大规模未配对的训练数据，显著提高模型的试穿性能。...
-
发布了文章 11分钟前
Bolt․new – AI全栈 Web 编程工具，自动写代码、运行、部署
Bolt․new 是一个AI全栈Web编程工具，自动编写代码、运行、编辑和部署应用程序。Bolt․new依托于 WebContainers 技术，支持在浏览器中直接运行完整的 Node.js 环境，无需任何本地安装或配置。用...
-
发布了文章 15分钟前
Bolt3D – 牛津大学联合谷歌推出的 3D 场景生成技术
Bolt3D 是谷歌研究院、牛津大学 VGG 团队和谷歌 DeepMind 联合推出的新型 3D 场景生成技术，是潜在扩散模型，能在单个 GPU 上，仅需不到七秒的时间，直接从一张或多张图像中采样出 3D 场景表示。...
-
发布了文章 18分钟前
BodyTalk – AI视频配音工具，自动适配新语音的唇形、面部表情和肢体动作
BodyTalk是Panjaya推出的AI视频配音工具，基于生成性AI技术，将视频中的人物声音转换为其他语言，自动调整视频中人物的面部表情和肢体动作，自然地匹配新的语音模式。工具结合音频翻译、声音模仿和视频编辑技术，支持29...
-
发布了文章 18分钟前
Bocha Semantic Reranker – 博查推出的语义排序模型
Bocha Semantic Reranker是博查AI推出的语义排序模型，能提升搜索应用和RAG应用中的搜索结果准确性。Bocha Semantic Reranker模型基于文本语义，对初步排序的搜索结果进行二次优化，用评...
-
发布了文章 22分钟前
BlueLM-baidu09V-baidu093B – ViVo联合香港中文大学推出的算法和系统协同设计方法
BlueLM-V-3B是vivo AI Lab和香港中文大学MMLab联合推出的算法和系统协同设计方法，支持高效部署多模态大型语言模型（MLLM）至移动设备。模型以小尺寸（2.7B语言参数和400M视觉参数）、快速度（24....
全部评论
留言在赶来的路上...
发表评论