SRPOは拡散モデルに対する人間の嗜好アライメント手法で、Direct-Align技術と意味的相対嗜好最適化により、FLUX.1-devモデルのリアリティと美学品質を大幅に向上させ、多段階ノイズ除去の計算コストが高い問題とオフライン報酬微調整に依存する問題を解決します。

コンピュータビジョンDiffusers

Wan2.2-S2V-14Bは、音声駆動の映画レベルのビデオ生成に特化したハイブリッドエキスパート（MoE）モデルです。入力された音声、参照画像、およびテキストプロンプトに基づいて高品質のビデオコンテンツを生成でき、480Pと720Pの解像度をサポートし、複雑な動き生成と映画レベルの美学効果を備えています。

マルチモーダルDiffusersスペイン語

FLUX.1 Krea [dev] は120億のパラメータを持つ整流フロートランスフォーマーで、テキスト記述に基づいて高品質の画像を生成することができます。このモデルは美学写真に特化しており、画像品質と指令の遵守において卓越した性能を発揮し、誘導蒸留を用いて効率的に訓練され、重みを公開して科学研究とアート創作を促進しています。

マルチモーダルDiffusers英語

FLUX.1 Krea [dev]は120億パラメータを持つ先進的な整流フロー変換器モデルで、テキスト記述に基づいて高品質な画像を生成するために特別に設計されています。このモデルは美学写真分野で卓越した性能を発揮し、優れたプロンプト遵守能力を備え、誘導蒸留技術を用いて訓練され、非商用目的でウェイトが公開されています。

コンピュータビジョンDiffusers英語

FLUX.1 Krea [dev] は、120億のパラメータを持つ整流フロー変換器で、テキスト記述に基づいて高品質な画像を生成するために特別に設計されています。出力品質や指示の遵守などの面で優れた性能を発揮し、美学写真に特化しており、効率的なガイド付き蒸留トレーニング方式を採用し、ウェイトを公開して研究やクリエイティブな作業を促進しています。

コンピュータビジョンDiffusers英語

PosterCraftは、高品質な美学的ポスター生成のための統一フレームワークであり、正確なテキストレンダリング、抽象芸術のシームレスな融合、目立つレイアウト、およびスタイルの調和において優れた性能を発揮します。

コンピュータビジョンDiffusers多言語

天工巻物V1は、人物を中心とした初のオープンソース高級ビデオ基礎モデルで、混元ビデオフレームワークを基盤とし、数千万の高品質な映画クリップで微調整され、顔の動的キャプチャや映画級のライティング美学などの核心的な強みを備えています。

マルチモーダルDiffusers英語

VisioniX Alphaは写実スタイルに特化したテキスト生成画像モデルで、高品質でディテール豊かな写実画像を生成でき、全体の美学と解剖学的構造にも配慮しています。

コンピュータビジョンDiffusers英語

Holodayo XL 2.1はAnimagine XL V3をファインチューニングした高品質なバーチャルYouTuberアニメアート生成モデルで、バーチャルYouTuberシリーズ作品のビジュアルスタイルと美学を正確に表現することに焦点を当てています。

コンピュータビジョンDiffusers英語

中国古典美学と現代ゲームキャラクタースタイルを融合した高精度テキスト生成画像モデルで、高品質なアニメスタイル画像を生成可能

コンピュータビジョンDiffusers多言語