CV大佬朱俊彦的新论文，让动画师感觉危了。只需要一句话，模型就能将其生成一个风格一致，画质细腻的动画。以梵高星之夜为参考，创作一个山前小溪流过的画面。又或以阿夫列莫夫的风格，创作一个瀑布从山间飞跃而下的景观。近日，来自CMU和Snap机构的研究人员，构建了一个根据文本描述创建电影画面的全自动方法——Text2Cinemagraph。图片论文地址：https://arxiv.org/pdf/2307.03190.pdf另外，研究人员展示了2个扩展功能，为现有绘画制作动画，以及使用文本控制运动方向。不如，我们先看一波演示吧。演示来袭上面梵高星之夜的小溪流向，动动嘴就能控制。比如，从左到右。再从右到

图像生成是当前AIGC领域最热门的方向之一。近期发布的图像生成模型如DALL・E2、Imagen、StableDiffusion等等，开创了图像生成的新时代，实现了前所未有的图像质量和模型灵活性水平。扩散模型也成为目前占据主导地位的范式。然而，扩散模型依赖于迭代推理，这是一把双刃剑，因为迭代方法可以实现具有简单目标的稳定训练，但推理过程需要高昂的计算成本。在扩散模型之前，生成对抗网络（GAN）是图像生成模型中常用的基础架构。相比于扩散模型，GAN通过单个前向传递生成图像，因此本质上是更高效的，但由于训练过程的不稳定性，扩展GAN需要仔细调整网络架构和训练因素。因此，GAN擅长对单个或多个对象类

图像生成是当前AIGC领域最热门的方向之一。近期发布的图像生成模型如DALL・E2、Imagen、StableDiffusion等等，开创了图像生成的新时代，实现了前所未有的图像质量和模型灵活性水平。扩散模型也成为目前占据主导地位的范式。然而，扩散模型依赖于迭代推理，这是一把双刃剑，因为迭代方法可以实现具有简单目标的稳定训练，但推理过程需要高昂的计算成本。在扩散模型之前，生成对抗网络（GAN）是图像生成模型中常用的基础架构。相比于扩散模型，GAN通过单个前向传递生成图像，因此本质上是更高效的，但由于训练过程的不稳定性，扩展GAN需要仔细调整网络架构和训练因素。因此，GAN擅长对单个或多个对象类