关键词: 谷歌AI绘图,扩散模型,Instruct-Imagen

谷歌新设计的一种图像生成模型已经能做到这一点了！通过引入指令微调技术，多模态大模型可以根据文本指令描述的目标和多张参考图像准确生成新图像，效果堪比 PS 大神抓着你的手助你 P 图。

关键词: 模型训练,扩散模型,Textdiffuser

解决扩散模型「不识字」的问题，Textdiffuser采用两阶段（布局+图像）生成框架，显著提升了相关性能的指标！

关键词: AI视频,Upscale-A-Video,扩散模型

扩散模型在图像生成方面取得了显著的成功，但由于对输出保真度和时间一致性的高要求，将这些模型应用于视频超分辨率仍然具有挑战性，特别是其固有的随机性使这变得复杂。

关键词: 3D大模型,扩散模型

近日，清华大学刘永进教授课题组提出了一种基于扩散模型的文生3D新方式。无论是不同视角间的一致性，还是与提示词的匹配度，都比此前大幅提升。

关键词: Ai化学,扩散模型,过渡态结构

用扩散模型预测化学反应，速度直接暴涨1000倍！原本需要用计算机硬算几小时甚至一天，现在单个GPU用6秒钟就能搞定。

关键词: Transformer,W.A.L.T,LVDM,隐视频扩散模型

在视频生成场景中，用 Transformer 做扩散模型的去噪骨干已经被李飞飞等研究者证明行得通。这可算得上是 Transformer 在视频生成领域取得的一项重大成功。

关键词: 扩散模型,Mamba,Transformer

替代注意力机制，SSM 真的大有可为？

关键词: 扩散模型,AI视频,Colab

这是最近在社交媒体上爆火的扩散模型视错觉画，随便给AI两组不同的提示词，它都能给你画出来！

关键词: GPT-4,扩散模型,GPT4Motion

来自中国科学院深圳先进技术研究院、中国科学院大学和 VIVO AI Lab 的研究者联合提出了一个无需训练的文本生成视频新框架 ——GPT4Motion。GPT4Motion 结合了 GPT 等大型语言模型的规划能力、Blender 软件提供的物理模拟能力，以及扩散模型的文生图能力，旨在大幅提升视频合成的质量。