扩散Transformer

免剪辑直出！AI生成多角色同框对话视频，动态路由精准绑定音频

作者

Bind-Your-Avatar是首个专注同场景多角色说话视频生成的框架，基于扩散Transformer（MM-DiT）通过细粒度Embedding路由实现精确控制。该方法构建了MTCC数据集和基准测试，并在多个指标上显著优于现有方法。

“甲方快乐模型”诞生，拿下平面设计新SOTA！多条件一键生成，还能独立调整元素 复旦＆字节

作者

复旦大学和字节跳动团队联合提出CreatiDesign新模型，可实现高精度、多模态、可编辑的AI图形设计生成。该模型解决了扩散Transformer架构在处理图形设计时面临的统一建模、精细解耦控制及大规模高质量标注数据缺失等问题。