基于文本生成姿态并进一步生成图像的模型

一个创新的多语言视觉文本生成和编辑工具，利用先进的扩散模型技术，能够准确生成和编辑图像中的文本。它不仅支持多种语言和文本风格，还能在复杂的图像背景中保持文本的清晰度和一致性，为用户提供了强大的文本处理能力，AnyText官网入口网址

大规模视频生成的自回归扩散模型

盲图像恢复技术，利用即时生成参考图像恢复破损图像

视频扩散模型，用于虚拟试穿。

一种用于零样本定制图像生成的扩散自蒸馏技术

基于扩散模型的图像和视频生成工具

利用扩散引导逆渲染技术实现逼真物体插入，DiPIR官网入口网址

MakeAnything 是一个用于多领域程序化序列生成的扩散变换器模型。

X-Dyna是一种基于扩散模型的零样本人类图像动画生成技术。

MGIE 是苹果团队开源的一款 AI 图像编辑工具，它利用多模态大模型来增强图像编辑的指令引导能力。用户只需拍摄照片并输入文字指令，MGIE 便能够自动进行图像编辑，实现用户所需的视觉效果，MGIE官网入口网址

SeedVR: 一种用于通用视频修复的扩散变换器模型

自适应条件选择，提升文本到图像生成控制力

Dream 7B 是最强大的开放扩散大语言模型。

实现灵活且高保真度的图像生成，同时保持身份特征。

通过扩散模型实现单目视频的相机轨迹重定向。

TokenVerse 是一种基于预训练文本到图像扩散模型的多概念个性化方法。

基于扩散模型的音频驱动人像和动物图像动画技术

3D纹理生成技术，根据文本描述合成3D纹理，TexGen官网入口网址

一种用于控制视频扩散模型运动模式的高效方法，支持运动模式的自定义和迁移。

基于孪生多模态扩散变换器的创意布局到图像生成技术