Menu

  • Home
  • Trending
  • Recommended
  • Latest

分类目录

  • AI 工具
  • AI新势力
  • XiaoHu.AI 学院
    • AI 教程
    • AI 课程
  • XiaoHu.AI日报
  • 开源项目案例库
    • AI 论文
    • AI 资源
    • AI 项目
XiaoHu.AI学院
  • Home
  • AI 工具
  • XiaoHu.AI 学院
    • AI 教程
    • AI 课程
  • XiaoHu.AI日报
  • 开源项目案例库
    • AI 论文
    • AI 资源
    • AI 项目
  • 加入会员
  • →社群
No Result
View All Result
  • Login
XiaoHu.AI学院
No Result
View All Result
Home 开源项目案例库 AI 项目

PIXART-Σ:利用Diffusion Transformer(DiT)直接生成4K分辨率图像

by 小互
2024年3月11日
in AI 项目
0 0
0
PIXART-Σ:利用Diffusion Transformer(DiT)直接生成4K分辨率图像
0
SHARES
25
VIEWS
Share on FacebookShare on Twitter

PIXART-Σ是由华为诺亚方舟实验室、大连理工大学和香港大学的研究人员共同开发的一个基于Diffusion Transformer(DiT)的图像生成模型。

模型采用了一种独特的训练方法——从弱到强的训练方式——能够根据文本描述生成高质量的4K分辨率图像。这意味着,给定一段文字描述,PixArt-Σ能够创造出与描述相匹配的、非常高清晰度的图像。这对于需要高分辨率图像的领域,比如电影制作和游戏开发,是一个巨大的进步。

Support authors and subscribe to content

This is premium stuff. Subscribe to read the entire article.

Login if you have purchased

加入会员

加入会员查看更多会员内容和教程。
超过1000+的会员内容,每天更新。
开通会员

Related Posts

Meta AI提出了一种新的语言模型架构“Large Concept Model (LCM)  让模型更像人类思考
XiaoHu.AI日报

Meta AI提出了一种新的语言模型架构“Large Concept Model (LCM) 让模型更像人类思考

2024年12月25日
485
阿里巴巴推出QVQ-72B 一个基于Qwen2-VL-72B的新型多模态推理模型
XiaoHu.AI日报

阿里巴巴推出QVQ-72B 一个基于Qwen2-VL-72B的新型多模态推理模型

2024年12月25日
341
Fireworks AI新功能 能够将图像或PDF等非文本内容转化为LLM可理解的结构化文本
AI 工具

Fireworks AI新功能 能够将图像或PDF等非文本内容转化为LLM可理解的结构化文本

2024年12月24日
455
Hume AI推出全能文本与语音引擎 OCTAVE 根据文本实时生成特定人格特质的声音
XiaoHu.AI日报

Hume AI推出全能文本与语音引擎 OCTAVE 根据文本实时生成特定人格特质的声音

2024年12月24日
281
Anthropic 公布了一种全新的 AI 越狱技术 可以轻松破解所有前沿模型
AI 论文

Anthropic 公布了一种全新的 AI 越狱技术 可以轻松破解所有前沿模型

2024年12月23日
623
INFP:基于音频驱动的双人对话中的互动头像生成  能自动区分谁在说话,谁在听
AI 项目

INFP:基于音频驱动的双人对话中的互动头像生成 能自动区分谁在说话,谁在听

2024年12月22日
432

Recommendeds

Molmo 一个完全开源的多模态模型 支持2D指向交互 性能仅次于GPT-4o

Molmo 一个完全开源的多模态模型 支持2D指向交互 性能仅次于GPT-4o

341 VIEWS
2024年9月26日
微软发布Phi-3.5-vision 轻量级、多模态的开源模型 端侧运行 可进行复杂视觉推理

微软发布Phi-3.5-vision 轻量级、多模态的开源模型 端侧运行 可进行复杂视觉推理

527 VIEWS
2024年8月21日
Florence-2:微软全新开源视觉模型 能够执行超过10种不同的视觉任务

Florence-2:微软全新开源视觉模型 能够执行超过10种不同的视觉任务

447 VIEWS
2024年6月21日
Emilia 一个开源多语言高质量语音数据集 包含六种语言 超10万小时

Emilia 一个开源多语言高质量语音数据集 包含六种语言 超10万小时

328 VIEWS
2024年7月15日
Figma 推出新的演示文稿制作工具 Figma Slides

Figma 推出新的演示文稿制作工具 Figma Slides

209 VIEWS
2024年6月28日
苹果宣布一些列新的辅助功能,包括眼动追踪、语音快捷方式等

苹果宣布一些列新的辅助功能,包括眼动追踪、语音快捷方式等

180 VIEWS
2024年5月16日
Google发布 2024年值得关注的Chrome扩展程序

Google发布 2024年值得关注的Chrome扩展程序

536 VIEWS
2024年12月16日
Claude发布函数调用工具:Tool use 允许模型与外部系统进行交互

Claude发布函数调用工具:Tool use 允许模型与外部系统进行交互

366 VIEWS
2024年4月6日
AIwechat-Vercel:无需服务器 无需备案 将GPT接入微信公众号

AIwechat-Vercel:无需服务器 无需备案 将GPT接入微信公众号

62 VIEWS
2024年3月11日
Google发布Gemini 1.5 Pro 技术报告:为多模态混合专家模型

Google发布Gemini 1.5 Pro 技术报告:为多模态混合专家模型

55 VIEWS
2024年3月11日

Copyright (c) 2024 by Xiaohu.AI.

  • About
  • Contact

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In

Add New Playlist

No Result
View All Result
  • Home
  • AI 工具
  • XiaoHu.AI 学院
    • AI 教程
    • AI 课程
  • XiaoHu.AI日报
  • 开源项目案例库
    • AI 论文
    • AI 资源
    • AI 项目
  • 加入会员
  • →社群
  • Login

© 2024 Xiaohu.AI

Are you sure want to unlock this post?
Unlock left : 0
Are you sure want to cancel subscription?
转到手机版