![[DIFFUSSM] 与注意力无关的扩散](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/July2024/diffussm_1_-520x300.png)
[DIFFUSSM] 与注意力无关的扩散模型
[DIFFUSSM] 与注意力无关的扩散模型
生成图像
图片识别
用于深度假体检测的自监督 ViT
用于深度假体检测的自监督 ViT
自监督学习
利用张量 CNN 增强缺陷检测
利用张量 CNN 增强缺陷检测
张量
潜在扩散模型不一定会 "扩大规模"
潜在扩散模型不一定会 "扩大规模"
扩散模型
ScreenAI "能理解从信息图表到用户界面的图像和文本
ScreenAI "能理解从信息图表到用户界面的图像和文本
大型语言模型
![[任何分割] 零镜头分割模型](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/June2024/segment_anything-520x300.png)
[任何分割] 零镜头分割模型
[任何分割] 零镜头分割模型
分段
分离扩散：从单张图像中提取多个概念的 T2I 模型
分离扩散：从单张图像中提取多个概念的 T2I 模型
生成图像
利用 CLIP 检测假图像：图像语言建模用于假图像检测
利用 CLIP 检测假图像：图像语言建模用于假图像检测
假货检测
U-ViT：用于扩散建模的 ViT 主干网
U-ViT：用于扩散建模的 ViT 主干网
生成图像
ADD：具有对抗学习和知识提炼功能的扩散模型
ADD：具有对抗学习和知识提炼功能的扩散模型
生成图像
ADD：具有对抗学习和知识提炼功能的扩散模型
ADD：具有对抗学习和知识提炼功能的扩散模型
生成图像
苹果公司开发了一种大规模自回归图像模型，它可以像 LLM 一样进行扩展。
苹果公司开发了一种大规模自回归图像模型，它可以像 LLM 一样进行扩展 ...
计算机视觉
小波扩散：最快的扩散模型
小波扩散：最快的扩散模型
生成图像
生成式人工智能和用户的 "激情行为"。
生成式人工智能和用户的 "激情行为"。
3D
ConvNeXt V2：利用掩码自动编码器改进和扩展 ConvNets
ConvNeXt V2：利用掩码自动编码器改进和扩展 ConvNets
图片识别
![Swin 变形金刚] 基于变形金刚的图像](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/February2024/swin_transformer-520x300.png)
Swin 变形金刚] 基于变形金刚的图像识别模型，你现在要抓紧了
Swin 变形金刚] 基于变形金刚的图像识别模型，你现在要抓紧了
图片识别
![[人工智能的寒武纪大爆发] 在人工智能时](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/February2024/singing_and_dancing_videos_using_ai-520x300.png)
[人工智能的寒武纪大爆发] 在人工智能时代找到并利用有用的人工智能创造者的关键在于
[人工智能的寒武纪大爆发] 在人工智能时代找到并利用有用的人工智能创造 ...
视频生成
微调 TEXT-TO-IMAGE 扩散模型以生成虚假特征
微调 TEXT-TO-IMAGE 扩散模型以生成虚假特征
图片识别