作者丨小源 来源丨数源AI 编辑丨极市平台 论文链接：https://arxiv.org/pdf/2401.03540.pdf 引言 Transformer最初是用于自然语言处理（NLP）的技术，在视觉领域得到了显著的流行，这要归功于Vis...

作者丨科技猛兽 编辑丨极市平台 本文目录 1 Inf-DiT：Diffusion Transformer 任意分辨率上采样 (来自清华大学，唐杰团队) 1 Inf-DiT 论文解读 1.1 超高分辨率图像生成问题的挑战：GPU 显存需求 ...

在上一篇文章中，我开始研究高斯泼溅（3DGS：3D Gaussian Splatting）。 它的问题之一是数据集并不小。 渲染图看起来不错。 但“自行车”、“卡车”、“花园”数据集分别是一个 1.42GB、0.59GB...

图片来源@视觉中国 文 | 追问nextquestion 自ChatGPT问世以来，“Transformer模型”始终以超高频率出现在各个AI新产品模块当中。比如，大家所熟知的GPT-4、Midjourney、GitHub Copilot等，它们...

就在几天前，Stability AI正式开源了Stable Diffusion 3 Medium（以下简称SD3M）模型和适配CLIP文件。这家身处风雨飘摇中的公司，在最近的一年里一直处于破产边缘，就连创始人兼CEO也顶不住压力...

要点: 结构感知的SDS引入人体结构先验，同时优化外观和几何形状。 通过退火的负文本引导，确保真实结果，避免过度饱和和消除浮动伪影。 HumanGaussian框架能够生成多样、逼真的高质量3D人体模型...