TextHarmony是华东师范大学和字节跳动共同推出的多模态生成模型,擅长理解和生成视觉文本。模型基于Slide-LoRA技术,动态聚合特定于模态和模态无关的LoRA专家,部分解耦多模态生成空间,在单一模型实例中协调视觉和语言的生成。
AI教程资讯
2025-02-14
BlinkShot是实时AI图像生成器,能迅速生成高质量的图像。用户只需输入提示,BlinkShot能在几毫秒内生成图像。工具基于Together AI的Flux Schnell技术,支持自定义分辨率和生成步骤,非常适合艺术创作和设计领域的专业人士使用。
AI教程资讯
2025-02-14
NotebookLlama是Meta推出的将PDF文档转换成播客内容的开源项目。项目基于一系列自动化步骤实现,用LLaMa模型进行PDF预处理、生成播客脚本、增加戏剧化元素及文本转语音合成。整个过程无需人工干预,产出专业水准的播客。
AI教程资讯
2025-02-14
WonderWorld是斯坦福大学和麻省理工学院共同推出的创新性3D场景生成框架,能从单张图片快速生成多样化且连贯的3D虚拟世界。基于核心的Fast LAyered Gaussian Surfels (FLAGS)表示法和引导深度扩散技术,框架在不到10秒的时间内完成场景的生成,极大地提高3D场景创建的速度,保证新旧场景之间的几何一致性。
AI教程资讯
2025-02-14