StructLDM

一种从2D图像学习3D人体生成的结构化潜在扩散模型。

普通产品图像3D人体生成潜在扩散模型

StructLDM是一个结构化潜在扩散模型，用于从2D图像学习3D人体生成。它能够生成多样化的视角一致的人体，并支持不同级别的可控生成和编辑，如组合生成和局部服装编辑等。该模型在无需服装类型或掩码条件的情况下，实现了服装无关的生成和编辑。项目由南洋理工大学S-Lab的Tao Hu、Fangzhou Hong和Ziwei Liu提出，相关论文发表于ECCV 2024。

Best AI Websites & Tools

StructLDM

StructLDM 最新流量情况

StructLDM 访问量趋势

StructLDM 访问地理位置分布

StructLDM 流量来源

StructLDM 替代品

SHMT — 一种基于潜在扩散模型的自监督层次化化妆迁移技术

Stable Signature — 稳定签名：将水印根植于潜在扩散模型中

VisionAgent — VisionAgent是一个用于生成代码以解决视觉任务的库，支持多种LLM提供商。

Light-A-Video — Light-A-Video 是一种无需训练的视频重光照技术，通过渐进式光照融合实现平滑的视频重光照效果。

AI Headshot Generator — 在线免费 AI 头像生成器，可将普通照片转化为高质量专业头像。

Animate Anyone 2 — Animate Anyone 2 是一款高保真角色图像动画生成工具，支持环境适配。

VisoMaster — 强大的视频替换与编辑软件，利用AI技术实现自然效果。

Genime AI — Genime AI 是一款专注于动画生成与编辑的工具，提供图像到 3D、补间动画等功能。

MatAnyone — MatAnyone 是一个支持目标指定的稳定视频抠像框架，适用于复杂背景。

leapfusion-hunyuan-image2video — 一种新颖的图像到视频采样技术，基于Hunyuan模型实现高质量视频生成。

SmolVLM-256M-Instruct — SmolVLM-256M 是世界上最小的多模态模型，可高效处理图像和文本输入并生成文本输出。

美间AI无损放大 — 美间AI无损放大，一键提升图片清晰度，让图像放大不失真

MangaNinja — MangaNinja 是一种基于参考的线稿上色方法，可实现精确匹配和细粒度交互控制。

googleocr-app — 一个基于Google Gemini 2.0的高精度OCR文字识别应用。

Shapen — 将图像转换为3D模型，可用于渲染、动画或3D打印。

美图云修 — 专业级AI人像精修，极速出片，极致效果。

FitDiT — FitDiT 是一种用于高保真虚拟试衣的新型服装感知增强技术。

Hallo3 — 一种基于扩散变换器网络的高动态、逼真肖像图像动画技术。

SVFR — SVFR是一个用于视频人脸修复的统一框架。

InternVL2_5-38B-MPO — InternVL2.5-MPO系列模型，基于InternVL2.5和混合偏好优化，展现卓越性能。

STAR — STAR是一种用于真实世界视频超分辨率的时空增强框架，首次将强大的文本到视频扩散先验集成到真实世界视频超分辨率中。

InternVL2_5-26B-MPO-AWQ — 先进的多模态大型语言模型，具备卓越的多模态推理能力。

AnyDressing — AnyDressing 是一种基于潜在扩散模型的可定制多服装虚拟试穿技术。

LatentSync — 基于音频条件的潜在扩散模型的唇部同步框架

百度AI搜 — 智能搜索平台，集成多种AI服务

InternVL2_5-8B-MPO — 多模态大型语言模型，展示卓越的整体性能。

TRELLIS 3D AI — 将图片轻松转换为3D资产的专业工具

Comic Translator — AI漫画翻译神器，享受无语言障碍的漫画阅读体验。

EdgeOne Pages Functions AI OCR — AI驱动的图像文字识别服务