【MusicLM】Googleが開発したText-to-Musicの生成モデル
【MusicLM】Googleが開発したText-to-Musicの生 ...
Transformer
生成モデル
【Make-An-Audio】音声生成のためのプロンプト強化拡散モデル
【Make-An-Audio】音声生成のためのプロンプト強化拡散モデル
Diffusion Model
【Moûsai】テキスト入力による高品質な音楽生成の拡散モデル
【Moûsai】テキスト入力による高品質な音楽生成の拡散モデル
Diffusion Model
プロンプトに含まれる比喩表現を反映した画像生成を可能にするフレームワークが登場！
プロンプトに含まれる比喩表現を反映した画像生成を可能にするフレームワー ...
dataset
生成AIを異分野の研究に応用できるか？
生成AIを異分野の研究に応用できるか？
ChatGPT
AIアート vs Humanアート 〜人はどちらを好むのか〜
AIアート vs Humanアート 〜人はどちらを好むのか〜
Image generation
注釈付きデータセットの生成に革新をもたらすGANを用いた画像生成手法
注釈付きデータセットの生成に革新をもたらすGANを用いた画像生成手法
Image generation
生成AIを活用したUIプロトタイピング「UI-Diffuser」
生成AIを活用したUIプロトタイピング「UI-Diffuser」
Stable Diffusion
ControlNetが拡散モデルに革命をもたらす？Stable DiffusionのAIキャラクターに特定のポーズの指示が可能に！
ControlNetが拡散モデルに革命をもたらす？Stable Dif ...
Stable Diffusion
実世界の画像から想起される感情と説明文を生成するモデルが登場！
実世界の画像から想起される感情と説明文を生成するモデルが登場！
dataset
2つの視覚的特徴を統合し大幅な精度向上を達成した画像キャプション生成モデル、GRITが登場！
2つの視覚的特徴を統合し大幅な精度向上を達成した画像キャプション生成モ ...
Image Caption
絵画データセットに含まれる感情バイアスを取り除いたArtEmis v2.0が登場！
絵画データセットに含まれる感情バイアスを取り除いたArtEmis v2 ...
dataset
テキストから動画生成が可能なオープンソースモデルCogVideoが登場！
テキストから動画生成が可能なオープンソースモデルCogVideoが登場 ...
Video Generation
会話の聞き手の反応を生成するモデルが登場！？
会話の聞き手の反応を生成するモデルが登場！？
3D
より人間らしいリアルなジェスチャーを生成するための大規模データセットBEATが登場！
より人間らしいリアルなジェスチャーを生成するための大規模データセットB ...
dataset
入力画像からより表情豊かな3D顔モデルの生成を可能にしたEMOCAが登場！
入力画像からより表情豊かな3D顔モデルの生成を可能にしたEMOCAが登 ...
3D
音声のみから発話者に似た顔の3Dメッシュが生成できる！？
音声のみから発話者に似た顔の3Dメッシュが生成できる！？
3D
動画の登場人物の顔の動きを任意の感情に合わせて編集する手法が登場！
動画の登場人物の顔の動きを任意の感情に合わせて編集する手法が登場！
CVPR