复古动画风格 LoRA for MOSS
作者训练了复古动画风格 LoRA,重现 80/90 年代 OVA 的赛璐璐质感、胶片颗粒与手绘背景风格。推荐权重 0.7-1.0,触发词为 retro anime style illustration,可在 https://civitai.red/models/1970260/retro-anime-style 下载。
作者训练了复古动画风格 LoRA,重现 80/90 年代 OVA 的赛璐璐质感、胶片颗粒与手绘背景风格。推荐权重 0.7-1.0,触发词为 retro anime style illustration,可在 https://civitai.red/models/1970260/retro-anime-style 下载。
创作者为 MOSS Image 发布了一个 16 倍压缩的 LoKR(仅 34 MB),用于迁移 4x5 Kodachrome 胶片的色彩响应与锐度,基于 551 张 4x5 页片扫描训练。
NVIDIA 发布 Magpie TTS Multilingual 开放权重模型,参数量 364M,支持 12 种语言,本次新增现代标准阿拉伯语、韩语和巴西葡萄牙语,并通过更新训练数据提升多语言合成质量。
Segmind 发布 SegMoE 框架,可从零创建混合专家(MoE)扩散模型,并已集成进 Hugging Face diffusers。此次发布包括 SegMoE-4x2、SegMoE-2x1 和 SegMoE-SD4x2 三个模型版本,以及用于自建 MoE 模型的 segmoe 代码包,模型采用 Apache 2.0 许可。
推荐理由:发布方给出从零构建 MoE 扩散模型的代码与三个合并版本,创作者可据此把多个预训练模型组合成新模型。
OpenAI 宣布训练并开源语音识别神经网络 Whisper,称其在英文语音识别上的鲁棒性和准确率接近人类水平。
推荐理由:OpenAI 开源语音识别模型 Whisper,其英文识别鲁棒性与准确率接近人类水平。