Upscale-A-Video翻译站点

Neural Network Diffusion是由新加坡国立大学高性能计算与人工智能实验室开发的神经网络扩散模型。该模型利用扩散过程生成高质量的图像，适用于图像生成和修复等任务。

EmerDiff是一种新兴的扩散模型，旨在通过利用扩散模型提取的语义知识，生成细粒度的分割地图，无需额外训练。该模型通过利用Stable Diffusion（SD）提取的语义知识，克服了从低维特征图中直接提取像素级语义关系的挑战，并利用这些关系构建了图像分辨率的分割地图。经过广泛实验验证，生成的分割地图清晰且捕捉了图像的详细部分，表明扩散模型中存在高度准确的像素级语义知识。

APISR旨在恢复和增强来自现实世界场景的低质量、低分辨率动漫图像和视频源，使用不同的退化处理。项目支持多种上采样因子权重，如2x、4x等，并提供Gradio演示。

VAR是一种新的视觉自回归建模方法,能够超越扩散模型,实现更高效的图像生成。它建立了视觉生成的幂律scaling laws,并具备零shots的泛化能力。VAR提供了一系列不同规模的预训练模型,供用户探索和使用。

本文提出了一种简单有效的个性化图像复原方法,名为双枢纽调谐。该方法包含两个步骤:1) 通过微调条件性生成模型来利用编码器中的条件信息进行个性化;2) 固定生成模型,调节编码器的参数以适应强化的个性化先验。这可以生成保留个性化面部特征以及图像退化属性的自然图像。实验证明,与非个性化方法相比,该方法可以生成更高保真度的面部图像。

Magnific AI是一个使用生成式AI技术实现极高分辨率图像上标的工具。它不仅可以实现极高分辨率,还可以根据用户的提示和参数添加更多细节。该工具可用于提高肖像、插图、视频游戏资产、风景照片等的分辨率和细节。