🔍 技术特点: DreamTalk利用扩散模型生成高质量动画,实现逼真嘴唇动作和丰富表情,支持多语言同步,可用于不同场景和环境。
原本计划于2024年2月春节后在全国上线的多多买菜本地生活项目,在2023年最后一周被暂停。部分地区的招商人员接到通知,项目已全面暂停。
HandRefiner的工作原理包括手部识别与重建以及条件修补两个过程。首先,它识别出生成图像中形状不正常的手部,并使用手部网格重建模型重建出一个正确的手部形状和手势。即使在畸形的手部图像中,HandRefiner也能够生成合理的重建结果,这得益于模型基于正常手部的训练数据。
LLaVA在视觉聊天和推理问答方面表现出接近GPT-4水平的能力。在视觉聊天方面,LLaVA的表现相对于GPT-4的评分达到了85%,在推理问答方面更是达到了92.53%的超过GPT-4的新SoTA。LLaVA在回答问题时,能够全面而有逻辑地生成回答,并且可以以JSON格式输出。
Paint3D 利用两阶段纹理生成框架,首先通过预训练2D图像生成模型获取输入的引导信息,然后在UV纹理空间上训练无光照扩散模型,生成无光照纹理,提升3D模型纹理生成效果。