开源模型
AMD-Hummingbird-T2V，AMD开源的文本转视频模型
DeepSeek V3升级，增强数学和网页设计能力，仍然是开源，代码能力可以媲美Claude 3.5
Qwen开源Qwen2.5-VL-32B视觉模型，超越Mistral-Small-3.1-24B 和 Gemma-3-27B-IT
开源项目
Bottleneck-Sampling，无需训练的框架，它利用低分辨率先验来减少计算开销，同时保持输出保真度
TaoAvatar，阿里推出的通过 3D 技术实现实时逼真的全身说话化身
Video-T1，视频生成的测试时间缩放，TTS 在不同的视频生成模型中持续带来稳定的性能提升
微信扫描下方的二维码阅读本文
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
评论(0)