共 4 篇相关文章

深入解析微软开源项目TRELLIS.2的核心技术——原生紧凑结构化隐变量(SLAT),探讨其如何突破3D生成效率瓶颈,实现几何与纹理的统一表示,以及在游戏、电商、VR等领域的应用前景。

透明和反射物体的深度感知一直是机器人抓取的核心难题。LingBot-Depth通过掩码深度建模,将传感器缺失信号转化为监督信号,从RGB上下文推断玻璃深度,实现从不可用到可用的跨越。本文解析其技术思路、实测效果与边缘部署前景。
前沿研究SVDQuant是ICLR 2025 Spotlight论文,通过低秩分解吸收异常值实现扩散模型4-bit量化,显存降低75%。开源项目Nunchaku获3800+ Stars,让FLUX等大型图像生成模型在RTX 4060等中端显卡上流畅推理。
产品体验全面解析Hugging Face Transformers开源框架,涵盖pipeline API三行代码跑模型、Hub生态80万预训练模型整合、Trainer训练工具链及多模态支持。掌握这个16万Star AI框架的核心用法与技术架构。