AuraFlow v0.1是Fal团队推出的开源AI文生图模型，拥有6.8B参数量。优化了MMDiT架构，提升了模型的计算效率和可扩展性。AuraFlow擅长精准图像生成，尤其在物体空间构成和色彩表现上表现突出，在人物生成上还有提升空间。还采用了最大更新参数化技术，提高了学习率迁移的稳定性。
（图片来源网络，侵删）
（图片来源网络，侵删）
上一篇
AuraFlow – Fal团队推出的开源AI文生图模型
猜你喜欢
-
发布了文章 2分钟前
BEHAVIOR Robot Suite – 李飞飞团队开源的机器人家庭任务自动化框架
BEHAVIOR Robot Suite（BRS）是斯坦福大学李飞飞团队推出的用在学习全身操作完成日常家务任务的框架。基于分析家务活动，确定机器人需要具备的关键能力，包括双臂协调、稳定导航和广泛的末端执行器可达性。...
-
发布了文章 4分钟前
BALROG – 基准测试工具，用于评估LLMs和VLMs在复杂动态环境中的推理能力
BALROG是评估大型语言模型（LLMs）和视觉语言模型（VLMs）在游戏上的推理能力，特别是模型在动态环境中的规划、空间推理和探索能力。基于一系列挑战性的游戏环境，包括程序生成的环境如NetHack，测试模型性能。BALR...
-
发布了文章 7分钟前
BAGEL – 字节跳动开源的多模态基础模型
BAGEL是字节跳动开源的多模态基础模型，拥有140亿参数，其中70亿为活跃参数。采用混合变换器专家架构（MoT），通过两个独立编码器分别捕捉图像的像素级和语义级特征。BAGEL遵循“下一个标记组预测”范式进行训练，使用海量...
-
发布了文章 12分钟前
BAG – 港中文联合腾讯推出的3D可穿戴资产生成技术
BAG（Body-Aligned 3D Wearable Asset Generation）是香港中文大学和腾讯联合提出创新的3D可穿戴资产生成技术，通过结合多视图图像扩散模型和控制网络（ControlNet），运用人体形状...
-
发布了文章 15分钟前
Aya Vision – Cohere 推出多模态、多语言的视觉模型
Aya Vision 是 Cohere 推出的多模态、多语言的视觉模型，提升全球范围内的多语言和多模态通信能力。支持 23 种语言，能执行图像描述生成、视觉问答、文本翻译和多语言摘要生成等任务。...
-
发布了文章 18分钟前
AxBench – 斯坦福大学推出评估语言模控制方法的基准测试框架
AxBench 是斯坦福大学推出的评估语言模型（LM）控制方法的基准测试框架。基于合成数据生成训练和评估数据，比较不同模型控制技术在概念检测和模型转向两个方面的表现。概念检测任务基于标记的合成数据评估模型对特定概念的识别能力...
-
发布了文章 20分钟前
Awesome MCP Servers – 开源的MCP资源聚合平台，覆盖多个垂直领域
Awesome MCP Servers 是开源项目，汇集各种基于 Model Context Protocol (MCP 的服务器。Awesome MCP Servers 整理超过 3000 个 MCP 服务器，覆盖浏览器...
-
发布了文章 23分钟前
Awesome AI Agents – e2b-baidu09dev推出的AI Agent大合集GitHub
Awesome AI Agents是e2b-dev维护的GitHub仓库，汇集和展示各种人工智能代理（AI Agents）相关的开源项目、闭源项目以及相关公司。仓库内容分为两部分：开源项目和闭源项目及公司。涵盖了从通用目的到...
全部评论
留言在赶来的路上...
发表评论