AI生成未来

文章/答案/技术大牛

发布

LV0

全部文章

ICLR 2026 | DragFlow 让DiT也能“指哪打哪”：基于区域监督的拖拽式图像编辑新SOTA
论文地址：https://arxiv.org/abs/2510.02253 项目代码：https://github.com/Edennnnnnnnnn/Drag...
AI生成未来 2天前2026-03-10 11:53:53
设计、拖拽、优化、架构、模型
单卡4090即可实现96FPS流式推理!Soul App开源实时数字人生成模型SoulX-FlashHead
在实时数字人赛道，开发者们曾长期面临一个困扰：追求高画质就需要具备昂贵的 H800 集群，追求低成本就得忍受“面瘫”和画面崩坏。
AI生成未来 7天前2026-03-05 15:12:56
app、模型、数据、音频、开源
打破RL“单峰”魔咒！清华提出首个双扩散强化学习框架，重塑自动驾驶复杂决策
本文介绍清华大学智能驾驶课题组（iDLab）在 IEEE ITSC 2025（最佳学生论文奖提名）发表的最新研究成果《Distributional Soft A...
AI生成未来 7天前2026-03-05 15:10:13
框架、算法、网络、自动驾驶、强化学习
CVPR 2026｜复旦大学提出OmniLottie：首个端到端多模态矢量动画生成框架！
作者单位：复旦大学、阶跃星辰、HKU MMLab, University of Queensland
AI生成未来 7天前2026-03-05 15:08:10
数据、动画、框架、模型、视频
CVPR 2026｜“像素级对齐大师” VA-π: 25分钟微调FID暴降50%
在视觉自回归（AR）模型狂奔的今天，我们似乎已经习惯了将 Tokenizer 和生成器当作完美的黑盒组合。然而，回归事物的本质，我们必须直面一个“房间里的大象”...
AI生成未来 7天前2026-03-05 15:01:24
强化学习、框架、模型、数学、优化
好莱坞导演坐不住了！SkyReels-V4发布：首个影院级音视频联合生成/修复/编辑统一框架
SkyReels-V4 能够生成最高达 1080p、32 FPS、15 秒的带同步音频的电影级多镜头视频。在 Artificial Analysis 的文本到视...
AI生成未来 7天前2026-03-05 14:58:27
模型、视频、音频、音视频、框架
FLUX已经“懂物理”了吗？南洋理工最新免训练框架SHINE让「抠图贴纸」升级成「真实融入」
文章链接: https://arxiv.org/abs/2509.21278 git链接: https://github.com/ZhumingLian/SH...
AI生成未来 12天前2026-02-28 18:33:31
优化、flux、框架、论文、模型
CVPR 2026｜“全能AI海报设计师”PosterOmni开源: 6大任务笑傲开源社区，媲美闭源商用
很多AI 海报生成默认从一句 prompt 出发（Text-to-Poster）。但在真实设计流程里，更常见的起点其实是一张参考图/旧海报/产品主视觉：你希望在...
AI生成未来 12天前2026-02-28 18:31:57
设计、数据、开源、布局、模型
NeurIPS`25 | 清华提出模型驱动的生成式探索机制MoGE，助力强化学习算法突破性能上限
论文链接：https://openreview.net/forum?id=JGkZgEEjiM
AI生成未来 12天前2026-02-28 18:27:06
强化学习、框架、模型、数据、算法
下一代AI基石竟是扩散模型！华为诺亚&北大等最新报告引爆扩散语言模型的“GPT-4时刻”
解决了当前DLM受限于AR遗留架构和优化框架，导致无法突破“因果瓶颈”（Causal Bottleneck）、推理效率低、缺乏全局结构化思维以及难以实现复杂逻辑...
AI生成未来 2026-01-262026-01-26 16:19:04
优化、gpt、华为、架构、模型
角色动画最新SOTA！港大&蚂蚁等CoDance：解绑-重绑实现任意数量、位置角色同屏起舞
论文链接：https://arxiv.org/abs/2601.11096v1n 工程链接：https://lucaria-academy.github.io/...
AI生成未来 2026-01-262026-01-26 16:15:30
动画、模型、视频、数据、网络
自回归最新SOTA！百度VideoAR：首个视频VAR框架，推理步数减少10倍，比肩扩散模型
图2 视频增强现实的整体框架。给定文本提示时，视频帧首先通过多尺度因果3D分词器压缩成一系列时空标记。每个帧由多尺度的残差映射表示，这些映射通过带有分块因果掩蔽...
AI生成未来 2026-01-132026-01-13 16:31:22
百度、框架、模型、视频、var
硬刚谷歌Veo3！快手Klear统一多任务音视频联合生成：创新单塔架构，口型语音完美同步
图 1 Klear，这是一个统一的音视频生成框架，它可以在联合和单模态设置中提供高保真度、强大的语义和时间对齐以及可靠的指令遵循，并具有强大的 OOD 泛化能力...
AI生成未来 2026-01-132026-01-13 16:28:41
同步、音视频、语音、架构、视频
强势斩获6项SOTA！UniCorn打通理解与生成任督二脉，靠“内省”重构多模态认知
论文链接：https://arxiv.org/abs/2601.03193 代码链接：https://github.com/Hungryyan1/UniCorn...
AI生成未来 2026-01-132026-01-13 16:27:33
unicorn、模型、数据、性能、重构
一个人就是一支整编剧组！首个“统一导演”模型发布：字节UniMAGE，让脑洞原地变大片
论文链接：https://arxiv.org/pdf/2512.23222 项目链接：https://kebii.github.io/UniMAGE/
AI生成未来 2026-01-132026-01-13 16:24:46
视频、数据、基础、架构、模型
全栈视觉生成器杀到！上交&快手&南洋理工最新VINO：图像视频生成+编辑一网打尽
论文链接：https://arxiv.org/abs/2601.02358 代码链接：https://github.com/SOTAMak1r/VINO-cod...
AI生成未来 2026-01-132026-01-13 16:24:15
工作、模型、全栈、视频、变量
复刻“黑客帝国”子弹时间！SpaceTimePilot:视频变可操控4D游戏,倒放/变速/运镜随你掌控
论文链接：https://arxiv.org/pdf/2512.25075 项目链接：https://zheninghuang.github.io/Space-...
AI生成未来 2026-01-132026-01-13 14:36:43
数据、游戏、动画、模型、视频
港中文&字节联合推出DreamOmni3:解锁“涂鸦+图文”联合输入，重新定义多模态生成与编辑
文章链接：https://arxiv.org/pdf/2512.22525 项目链接：https://github.com/dvlab-research/Dr...
AI生成未来 2026-01-132026-01-13 14:36:24
编码、工作、模型、数据、索引
首个亚秒启动的14B“数字人”开源！效率飙23倍！SoulX-LiveTalk：32FPS让对话丝滑如真人
论文链接：https://arxiv.org/pdf/2512.23379 项目链接：https://soul-ailab.github.io/soulx-li...
AI生成未来 2026-01-132026-01-13 14:36:07
开源、流媒体、模型、视频、效率
口型匹配、身份保持全面SOTA！清华&可灵X-Dub：抛弃修复思维，用“编辑”实现精准同步！
图1：超越了mask-inpainting，X-Dub将视觉配音重新定义为丰富的上下文、全参照的视频对视频剪辑，即使在有遮挡和动态光照的挑战场景中，也能实现精准...
AI生成未来 2026-01-132026-01-13 14:35:50
数据、同步、音频、编辑器、视频

12 3 4 5 6 7 8 9 下一页

个人简介

暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市
加入社区时间：2025-08-04

个人成就

获得 167 次赞同
文章被阅读 57.8K 次

关注了：1关注者：14

AI生成未来

全部文章

ICLR 2026 | DragFlow 让DiT也能“指哪打哪”：基于区域监督的拖拽式图像编辑新SOTA

单卡4090即可实现96FPS流式推理!Soul App开源实时数字人生成模型SoulX-FlashHead

打破RL“单峰”魔咒！清华提出首个双扩散强化学习框架，重塑自动驾驶复杂决策

CVPR 2026｜复旦大学提出OmniLottie：首个端到端多模态矢量动画生成框架！

CVPR 2026｜“像素级对齐大师” VA-π: 25分钟微调FID暴降50%

好莱坞导演坐不住了！SkyReels-V4发布：首个影院级音视频联合生成/修复/编辑统一框架

FLUX已经“懂物理”了吗？南洋理工最新免训练框架SHINE让「抠图贴纸」升级成「真实融入」

CVPR 2026｜“全能AI海报设计师”PosterOmni开源: 6大任务笑傲开源社区，媲美闭源商用

NeurIPS`25 | 清华提出模型驱动的生成式探索机制MoGE，助力强化学习算法突破性能上限

下一代AI基石竟是扩散模型！华为诺亚&北大等最新报告引爆扩散语言模型的“GPT-4时刻”

角色动画最新SOTA！港大&蚂蚁等CoDance：解绑-重绑实现任意数量、位置角色同屏起舞

自回归最新SOTA！百度VideoAR：首个视频VAR框架，推理步数减少10倍，比肩扩散模型

硬刚谷歌Veo3！快手Klear统一多任务音视频联合生成：创新单塔架构，口型语音完美同步

强势斩获6项SOTA！UniCorn打通理解与生成任督二脉，靠“内省”重构多模态认知

一个人就是一支整编剧组！首个“统一导演”模型发布：字节UniMAGE，让脑洞原地变大片

全栈视觉生成器杀到！上交&快手&南洋理工最新VINO：图像视频生成+编辑一网打尽

复刻“黑客帝国”子弹时间！SpaceTimePilot:视频变可操控4D游戏,倒放/变速/运镜随你掌控

港中文&字节联合推出DreamOmni3:解锁“涂鸦+图文”联合输入，重新定义多模态生成与编辑

首个亚秒启动的14B“数字人”开源！效率飙23倍！SoulX-LiveTalk：32FPS让对话丝滑如真人

口型匹配、身份保持全面SOTA！清华&可灵X-Dub：抛弃修复思维，用“编辑”实现精准同步！

个人简介

个人成就

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐