自监督学习框架，用于音视觉语音处理，AV-HuBERT官网入口网址

零样本图像编辑，一键模仿参考图像风格，MimicBrush官网入口网址

视频到声音的同步生成系统，Video-Foley官网入口网址

自监督触觉表示，用于基于视觉的触觉传感。

将静态肖像和输入音频转化为生动的动画对话视频

1.58-bit量化的先进文本到图像生成模型

一种基于潜在扩散模型的自监督层次化化妆迁移技术