HyperHuman
更高清写实的人体生成模型HyperHuman来了，基于隐式结构扩散，刷新多项SOTA
论文地址: 地址: . 研究背景与动机随着扩散模型的兴起，一些典型的模型例如 Stable Diffusion, DALL-E 2 等在文本生成图像任务上展现了令人震撼的能力。但一个明显的不足是，这些模型在文本生成人体图片的任务上表现得不尽如人意，甚至很难生成具有合理结构或自然姿态的人体（例如正确的四肢数目和符合人体物理结构的几何拓扑）。背后的主要原因在于：自然环境下的人体是铰接的，且包含刚性和非刚性的形变；生成高质量的人体图片需要文本难以描述的结构信息。为了在文生图中引入结构控制信息，近期的代表工作如 Cont
10/30/2023 2:15:00 PM
机器之心
- 1
资讯热榜
使用 VLLM 部署 DeepSeek：基于 Ubuntu 22.04 + RTX 4090 + Docker 的完整指南
DeepSeek官方澄清：R2模型3月17日发布传闻为假消息
RAGFlow自动化脚本套件：自定义解析+回答质量评估+参数自动调优
百度AI开源表格识别模型PP-TableMagic
DeepSeek R2 或于3月17日发布，将撼动Claude Sonnet 3.7的地位
32B IOI奥赛击败DeepSeek-R1！Open R1开源复刻第三弹，下一步R1-Zero
OpenAI突然发布智能体API！支持网络和文件搜索以及computer use
奥尔特曼预告创意文学模型，称其首次被 AI 作品打动
标签云
人工智能
OpenAI
AIGC
AI
ChatGPT
AI绘画
DeepSeek
数据
机器人
谷歌
大模型
Midjourney
智能
模型
用户
学习
GPT
开源
微软
AI创作
图像
Meta
技术
论文
Stable Diffusion
马斯克
算法
生成式
蛋白质
芯片
Gemini
代码
神经网络
计算
腾讯
研究
Sora
AI设计
3D
AI for Science
英伟达
GPU
开发者
机器学习
场景
预测
华为
伟达
Transformer
Anthropic
模态
百度
深度学习
AI视频
驾驶
文本
苹果
搜索
神器推荐
算力
LLaMA
Copilot
安全
科技
xAI
视频生成
应用
人形机器人
字节跳动
干货合集
具身智能
2024
视觉
大语言模型
特斯拉
AGI
亚马逊
语音
Claude
AI应用场景