TemporalNet

ControlNet时序一致性优化模型

AI绘图 Github 开源项目 TemporalNet 时序一致性 Huggingface Stable Diffusion ControlNet 模型

TemporalNet作为ControlNet的扩展模型，主要解决AI生成视频中的闪烁问题，通过优化时序一致性提升输出质量。该模型可与HED等其他模型配合使用，支持在Automatic1111的Web UI环境下运行。目前处于beta测试阶段，后续将开发Web UI扩展功能。

Github

Huggingface

介绍相关项目

VTimeLLM - 创新视频大语言模型实现精准时刻理解

GithubVTimeLLM多阶段训练大语言模型开源项目时间边界感知视频理解

VTimeLLM是一种先进的视频大语言模型，专注于精细化视频时刻理解和推理。该模型采用边界感知三阶段训练策略，包括图像-文本特征对齐、多事件视频时间边界识别和高质量视频指令微调。这种方法显著提升了模型的时间理解能力，使其在多项视频理解任务中表现优异。

TokenFlow - 改进一致性的视频编辑方法

GithubTokenFlow开源项目扩散模型文本驱动生成式AI视频编辑

TokenFlow 利用预训练的文本到图像扩散模型，实现无需额外训练或微调的高质量视频编辑。通过帧间对应关系传播扩散特征，支持局部及全局编辑，比如改变现有物体的纹理或添加半透明效果（如烟雾、火焰、雪），同时保持输入视频的空间布局和动态效果。

ICCV2023-MCNET - 基于隐式身份表示的说话头视频生成方法

GithubMCNettalking head开源项目深度学习视频生成计算机视觉

MCNet是一种新型说话头视频生成方法，在ICCV 2023上发表。该方法利用隐式身份表示和记忆补偿网络，生成高质量、自然的说话头视频。MCNet能够保持身份一致性，同时生成逼真、富有表现力的面部动画。项目开源了代码实现和预训练模型，为研究者提供了探索和应用的基础。

Timeless - 突破性AI图像生成，无需依赖负面提示

FabulousAlphaGithubHuggingfaceStable DiffusionTimeless Diffusion图像生成开源项目模型模型合并

Timeless项目结合了Timeless Diffusion和FabulousAlpha模型，通过fennPhoto和Incredible World 2等模块，打造出不依赖负面提示的图像生成工具。即使提示中不含“timeless style”，也能生成多样风格的图像。它综合利用IncredibleWorld2、FennPhoto与Stable Diffusion 1.5，实现从经典肖像到未来派风格的图像创作，拓展了创作可能性。

Hyper-SD - 快速生成高质量图像的扩散模型加速技术

ControlNetGithubHuggingfaceHyper-SDLoRASDXLtext-to-image开源项目模型

Hyper-SD是一种扩散模型加速技术,通过1到8步的快速推理生成高质量图像。该技术提供适用于FLUX.1-dev、SD3、SDXL和SD1.5等基础模型的LoRA和UNet检查点,并与ControlNet等技术兼容。Hyper-SD可应用于文本生成图像、涂鸦生成等多种场景,为AI图像创作提供高效便捷的解决方案。

controlnet-canny-sdxl-1.0 - SDXL Canny边缘检测控制网络模型介绍

ControlNetGithubHuggingfaceSDXL-controlnetStable Diffusion人工智能开源项目文本生成图像模型

controlnet-canny-sdxl-1.0是基于stable-diffusion-xl-base-1.0训练的Canny边缘检测控制网络模型。该模型通过边缘图像控制SDXL生成的图像内容和结构，支持高分辨率图像生成。项目提供了使用说明和示例代码，便于开发者集成到AI图像生成项目中。

Stability AI - 多模态生成式AI技术的开源先锋

AI工具Stable Diffusion图像生成开源模型生成式AI视频生成

Stability AI专注于开发多模态生成式AI技术，提供开源模型如Stable Diffusion 3（图像生成）、Stable Video Diffusion（视频生成）、Stable Audio 2.0（音频生成）和StableLM（语言处理）。公司致力于通过开放模型和灵活许可，为全球用户提供先进AI解决方案，支持商业和非商业应用，以激发人类创造潜能。

axodox-machinelearning - 基于C++的Stable Diffusion图像生成库，支持ControlNet

C++ControlNetGithubONNXStable Diffusion图像合成开源项目

该库是一款基于Stable Diffusion的图像生成工具，支持txt2img、img2img和图像修复功能，完全采用C++实现，无需依赖Python。其高性能和简化的部署过程非常适用于实时图形应用和游戏开发。库还支持ControlNet，通过输入图像来引导生成过程，并提供GPU加速的特征提取功能，如姿势估计、深度估计和边缘检测。此外，库包含多个代码示例和预编译模型，便于开发者快速集成和测试。

VideoTetris - 创新视频生成技术实现复杂语义精确组合

GithubVideoTetris开源项目文本到视频生成时空组合扩散组合式生成长视频生成

VideoTetris是一个视频生成框架，采用时空组合扩散技术实现复杂文本语义的精确表达。通过操控去噪网络的注意力图，在空间和时间维度上控制视频生成。项目提出了视频数据预处理方法，提升了训练数据的动态性和提示理解能力。VideoTetris可生成10秒至2分钟或更长的视频，为复杂场景视频生成提供了新方案。

UPR-Net - 创新的轻量级视频帧插值网络

GithubUPR-Net光流估计开源项目深度学习视频插帧金字塔递归网络

UPR-Net是一种创新的统一金字塔递归网络，用于视频帧插值。该网络采用轻量级递归模块进行双向光流估计和中间帧合成，通过金字塔框架实现迭代细化。尽管参数量仅为1.7M，UPR-Net在多个基准测试中表现出色，特别是在大运动场景下效果显著。项目提供完整的模型训练、测试和评估实现，包括在Vimeo90K、UCF101、SNU-FILM和4K1000FPS等数据集上的评估结果。

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com