為 Diffusion Transformer 提供高效靈活的控制框架。

通過去噪生成模型進行空間推理，解決復雜分布下的視覺任務。

Inductive Moment Matching 是一種新型的生成模型，用于高質量圖像生成。

一種新的文本條件高分辨率生成模型

視頻到音頻生成模型，增強同步性

StemGen: 一款聆聽音樂生成模型

盲圖像恢復技術，利用即時生成參考圖像恢復破損圖像

SVD 1.1 Image-to-Video 模型生成短視頻

生成多視角視頻的模型

基于文本生成圖像的多模態擴散變換器模型

長文本問答增強型檢索生成模型

PixelCNN++是一種基于PixelCNN的生成模型，具有可計算的似然函數和易于采樣的特點，適用于圖像生成和數據增強等應用場景。，PixelCNN官網入口網址

Musenet (OpenAI)是一個基于深度神經網絡的生成模型，可生成長度為4分鐘，包含10種不同樂器和多種風格的音樂作品。該模型使用了類似于GPT-2的無監督學習方法，通過學習預測數十萬...