Infer News

SwiftEdit 高速 AI 修圖

快速文字引導影像編輯工具
以0.23秒內完成影像編輯，比現有方法快至少50倍。SwiftEdit 的關鍵在於其一步到位反轉框架，能一步重建影像，以及遮罩引導的編輯技術，藉由注意力重新調整機制來進行局部編輯，同時保留背景細節。其雙階段訓練策略和自動提取編輯區域的機制，並透過範例展示其在人臉編輯和基準測試中的有效性和效率。 其目的在提供一個快速、使用者友善且高效的影像編輯工具。(暫未提供源碼)
Demo: SwiftEdit: Lightning Fast Text-guided Image Editing via One-step Diffusion
Categories: 影像處理

Motion Prompting 可控影像模型

用於控制影片生成模型
利用 點軌跡 (point trajectories) 作為提示，以極其靈活的方式編碼單點或大量點的運動，甚至包含物體運動、場景變化、遮擋和稀疏運動。 研究者訓練一個以任意動作為條件的影片生成模型，並透過設計不同的 動作提示 來操控影片生成結果，例如控制物體運動、模擬物理現象、控制攝影機視角，甚至是動作轉移和影像編輯。網站分享了不同參數（如軌跡密度、文字提示）對結果的影響，並與其他相關方法進行比較。
Categories: 影像處理, 多模態模型, 新聞

SAMURAI – 視訊識別追踪

使用運動感知分段模型以實現零鏡頭視覺跟踪
Official repository of “SAMURAI: Adapting Segment Anything Model for Zero-Shot Visual Tracking with Motion-Aware Memory”

Categories: 影像處理, 模型

ltx-video-2b-v0.9 即時產生高品質影片

LTX-Video是第一個基於DiT的視訊生成模型
可以即時產生高品質視訊。它可以產生分辨率為 768×512 的 24 FPS 視頻，速度比觀看視頻的速度還要快。該模型在各種影片的大規模資料集上進行訓練，可以產生內容真實且多樣化的高解析度影片。
ComfyUI LTXVideo: High Quality Realistic Video Generation in Real-Time
NEW VIDEO MODEL: LTXV day-1 Native Support in ComfyUI
We’re excited, as always, to share that LTX Video (LTXV), the groundbreaking video generation model from Lightricks, is natively supported in ComfyUI on Day 1! LTXV is ONLY a 2-billion-parameter DiT-based video generation model capable of generating high-quality videos in real-time. It produces 24 FPS videos at a 768×512
Categories: 影像處理, 模型
Page 5 of 6
1 … 3 4 5 6