GPT-4oレベルの画像生成を民主化する：Janus-4oとShareGPT-4o-Imageの挑戦
GPT-4oレベルの画像生成を民主化する：Janus-4oとShare ...
LLM-Paper
拡散モデル
ImmerseGen：エージェントが導く、軽量×高臨場の次世代VRシーン生成
ImmerseGen：エージェントが導く、軽量×高臨場の次世代VRシー ...
LLM-Paper
Stable Flow: 画像生成を支える“本当に重要な層”を可視化
Stable Flow: 画像生成を支える“本当に重要な層”を可視化
LLM-Paper
MaskDiT: 画像生成向けた低学習コストの拡散モデル
MaskDiT: 画像生成向けた低学習コストの拡散モデル
Image generation
商品カテゴリやブランドのスタイルを考慮したEコマース背景画像生成
商品カテゴリやブランドのスタイルを考慮したEコマース背景画像生成
Image generation
Text-2-Image拡散モデルを用いた物体の背景生成
Text-2-Image拡散モデルを用いた物体の背景生成
Image generation
MicroDiffusion: 数万ドルのモデルに勝る千ドルの生成画質モデル
MicroDiffusion: 数万ドルのモデルに勝る千ドルの生成画質 ...
Image generation
【PIDM】物理的正則化付き拡散モデル
【PIDM】物理的正則化付き拡散モデル
Diffusion Model
V3D:画像一枚から３次元物体生成
V3D:画像一枚から３次元物体生成
3D
GMS: ChatGPTと拡散モデルを活用した製造革命
GMS: ChatGPTと拡散モデルを活用した製造革命
Manufacturing
周波数マスクによる次世代ディープフェイク検出技術
周波数マスクによる次世代ディープフェイク検出技術
Fake Detection
潜在拡散モデルは必ずしも「サイズを大きくすれば良い」というわけではない
潜在拡散モデルは必ずしも「サイズを大きくすれば良い」というわけではない
Diffusion Model
【Mustango】音楽のドメイン知識を活用した音楽生成モデル
【Mustango】音楽のドメイン知識を活用した音楽生成モデル
Audio and Speech Processing
U-ViT: 拡散モデル用ViTバックボーン
U-ViT: 拡散モデル用ViTバックボーン
Image generation
【Diffusion Transformer】OpenAIのSoraにも使われた最新技術
【Diffusion Transformer】OpenAIのSoraに ...
Image generation
ADD: 敵対的学習と知識蒸留を用いた拡散モデル
ADD: 敵対的学習と知識蒸留を用いた拡散モデル
Image generation
【MusicLDM】盗作のリスクが低いText-to-Musicモデル
【MusicLDM】盗作のリスクが低いText-to-Musicモデル
Diffusion Model
【AudioLDM】Latent Diffusionを用いたText-to-Audioの生成モデル
【AudioLDM】Latent Diffusionを用いたText- ...
Diffusion Model