StereoSpace: Depth-Free Synthesis of Stereo Geometry via End-to-End Diffusion in a Canonical Space

Моделька превращает обычные изображения в стерео не используя явные данные о глубине

Гитхаб
Демо

#image2stereo #novelview #stereo

Steer3D: Feedforward 3D Editing via Text-Steerable Image-to-3D

3D контролнет, с которым 3d-генерилки становятся 3d-редакторами

Гитхаб
HF

#3dediting #controlnet

SVG-T2I: Scaling up text-to-image latent diffusion model without variational autoencoder

Опенсорсная генерация картинок по тексту без VAE от Kling. Вместо этого используют Visual Foundation Model (VFM), что дает универсальность, преимущество на высоком разрешении, сохранение семантической структуры, одновременную работу с текстом и изображением.

Гитхаб
HF

#text2image #optimization

Scone: Bridging Composition and Distinction in Subject-Driven Image Generation via Unified Understanding-Generation Modeling

Модель для генерации изображений на базе BAGEL, умеет не только комбинировать несколько объектов, но и чётко выделять нужный объект среди нескольких кандидатов

HF
Гитхаб

#text2image