工具软件

DepthFM: 使用深度流匹配技术的快速单目深度预测 一个深度图分析模型，通过流匹配（Flow Matching）技术，可以有效地实现这一目标，因为它在解空间中形成的直线轨迹既高…

VoiceCraft：超过XTTS的语音模型 VOICECRAFT模型介绍： VOICECRAFT是一个先进的神经编解码语言模型，专门用于语音编辑和零样本文本到语音（TTS）任务。…

Mora：借助多智能体系统实现通用视频生成 微软的一个视频生成项目 Mora，利用 Agents 来复原 Sora 的能力，基本还原了 Sora 所有的能力，目前支持生成 1024…

AnyV2V：适用于任何视频到视频编辑任务的即插即用框架 AnyV2V框架的介绍： AnyV2V是一个新颖的训练免费框架，旨在简化视频编辑任务。它将视频编辑分解为两个主要步骤：首先…

FRESCO：实现零样本视频翻译的空间与时间匹配技术 终于有完整的视频转视频的项目了，不用在搞复杂的工作流，北大发布了FRESCO视频转视频项目 支持将视频转换为不同的风格，而且支…

OMG: 在扩散模型中友好处理遮挡的个性化多概念生成 腾讯这个新研究，支持多角色多概念在一张图片中生成。以前的 ID 或者概念保持项目只能将一个人还原在图片里面，有了这个项目以后就…

字节发布了AnimateDiff-Lightning 模型 字节发布了AnimateDiff-Lightning 模型，只需要 4-8 步的推理就可以生成质量非常不错的视频。 跟 …

APISR：以动漫制作为灵感，实现现实图像的动漫风格超分辨率增强 基于动漫制作流程的图像超分辨率数据集（API） 作者提出了一种新的动漫图像收集管道，并介绍了基于动漫制作的图像（A…

ComfyUI发色更换工作流教程 根据Datou的工作流发散了一下做了一个更换发色的工作流还有对应的讲解。 我会先大概讲一下原理，然后再讲对应节点的作用和参数。最后会发散一下其他的…