![]()
欢迎大家踏入本期的《AI艺术周刊》。在这里，我们一起探索人工智能的最新进展和它如何重新定义艺术创作的边界。无论你是 AI 艺术的狂热爱好者，还是对这一领域充满好奇的新手，我们都将为你带来灵感的火花和实践中的深刻见解。让我们共同揭开 AI 艺术的神秘面纱，探索它的无限可能。* 每周我需要花费大约 8-12 小时来整理这些周刊内容。如果你喜欢我的工作，不妨在下方赠我一杯咖啡，可以令我保持思绪清晰与热情不减 🙏🌟 本期要闻：
Animate3D：利用多视角视频扩散技术为任意 3D 模型赋予动画效果| https://animate3d.github.io/?ref=aiartweekly |
Animate3D 可以为任何静态的多视角 3D 模型添加动画效果
![]()
注: Animate3D 示例Shape of Motion：从单个视频进行4D重建
| https://shape-of-motion.github.io/?ref=aiartweekly |
Shape of Motion 能够从单个视频中重建 3D 场景。这种方法可以捕捉场景的完整 3D 运动，并能够处理遮挡和消除遮挡的情况![]()
注: Shape of Motion 示例DreamCatalyst：通过控制可编辑性和身份保留实现快速高质量的 3D 编辑https://dream-catalyst.github.io/?ref=aiartweekly |
DreamCatalyst 可以在约25分钟内编辑 NeRF 场景，或在 70 分钟内生成高质量的结果![]()
注: DreamCatalyst 示例StyleSplat：使用高斯散点实现 3D 物体风格迁移https://bernard0047.github.io/stylesplat/?ref=aiartweekly |
StyleSplat 能够将参考风格图像中的风格应用于以 3D 高斯表示的场景中的 3D 物体。该方法可以将风格迁移精确定位到特定物体，并支持多种风格的应用![]()
注: StyleSplat 示例Click-Gaussian：交互式 3D 高斯分割与操作https://seokhunchoi.github.io/Click-Gaussian/?ref=aiartweekly |
Click-Gaussian 可实现对场景中 3D 高斯散点的交互式分割与操作。用户只需通过点击选择物体，即可轻松调整其大小、移动位置或重新上色![]()
注: Click-Gaussian 示例https://vcc.tech/research/2024/3DWire?ref=aiartweekly |
3DWire 可以根据文本生成 3D 房屋线框图！这些线框图可以轻松分割成不同的组件，例如墙壁、屋顶和房间，反映出形状的语义本质注: 3DWire 示例
| https://neu-vi.github.io/SMooDi/?ref=aiartweekly |
SMooDi 可以根据文本提示生成风格化的运动，并对运动序列进行风格化处理![]()
注: SMooDi 示例
GuidedMotion：局部动作引导的文本生成运动扩散模型| https://jpthu17.github.io/GuidedMotion-project/?ref=aiartweekly |
GuidedMotion 是一种文本生成运动技术，通过使用局部动作作为控制信号来生成多样化的全局运动。它能够结合各种局部动作并调整引导权重，允许用户对生成的运动进行灵活控制![]()
注: GuidedMotion 示例
AccDiffusion：高分辨率图像生成的精确方法https://lzhxmu.github.io/accdiffusion/accdiffusion.html?ref=aiartweekly |
AccDiffusion 能够生成高分辨率图像，并减少对象重复问题！这是自 Stable Diffusion 诞生以来一直存在的困扰![]()
注: AccDiffusion 示例
LogoSticker：在扩散模型中插入logo实现定制化生成| https://mingkangz.github.io/logosticker/?ref=aiartweekly |
LogoSticker 能够将标志插入扩散模型，并在不同背景中实现无缝合成。该方法可以在多样化的背景中精确且和谐地生成标志![]()
注: LogoSticker 示例
Lite2Relight：支持 3D 感知的单张人像重光照| https://vcai.mpi-inf.mpg.de/projects/Lite2Relight/?ref=aiartweekly |
Lite2Relight 可以在保留3D一致性和身份特征的同时，为人像重新打光![]()
注 : Lite2Relight 示例
| https://seonmip.github.io/kinety/?ref=aiartweekly |
Kinety 可以根据文本提示生成动感文字视频，实现文字的可读性与艺术性的完美结合![]()
注: Kinety 示例
MAGDressing-v1：可定制的虚拟试衣解决方案| https://imagdressing.github.io/?ref=aiartweekly |
MAGDressing-v1 可以根据输入的服装生成人像试穿图像。它能够通过文本控制不同的场景，并可以结合 IP-Adapter 和 ControlNet 姿态，增强生成图像的多样性和可控性![]()
注: MAGDressing-v1 示例
| https://leo81005.github.io/Reality-and-Fantasy/?ref=aiartweekly |
RFNet 是一种无需训练的方法，通过增强对提示的理解来改进图像生成。它增加了对提示推理、概念和隐喻思维、想象场景等方面的支持![]()
注: RFNet 示例
Noise Calibration：预训练视频增强扩散模型| https://yangqy1110.github.io/NC-SDEdit/?ref=aiartweekly |
Noise Calibration 与图像的创意放大类似，噪声校准可以在保持输入结构的同时提高视频的视觉质量![]()
注: Noise Calibration 示例
ST-AVSR：能转换任意尺寸的超清分辨率视频扩散模型| https://github.com/shangwei5/ST-AVSR?ref=aiartweekly |
ST-AVSR 是一种全新的视频超分辨率方法，能够在保持空间细节和时间一致性的同时，将视频放大到任意尺度![]()
注: ST-AVSR 示例
Streetscapes：利用自回归视频扩散进行大规模一致街景生成https://boyangdeng.com/streetscapes/?ref=aiartweekly |
Streetscapes 能够通过即时合成的城市级场景生成长序列的视图，这一过程可以通过布局图和文本进行控制![]()
注: Streetscapes 示例
VD3D：驾驭大规模视频扩散变压器实现 3D 相机控制https://snap-research.github.io/vd3d/?ref=aiartweekly |
VD3D 使视频扩散模型具备相机控制功能，并能够从参考视频中转移相机轨迹![]()
注: VD3D 示例
https://yhzhai.github.io/idol/?ref=aiartweekly |
IDOL 是一种利用输入图像和姿态引导视频来动画角色的新方法。这个模型允许您将主体放置在不同的背景中![]()
注: IDOL 示例
TCAN：利用扩散模型实现时序一致姿态引导的人像动画https://eccv2024tcan.github.io/?ref=aiartweekly |
TCAN 可以根据姿态引导视频，为各种风格的角色生成动画![]()
注: TCAN 示例
https://maskvat.github.io/?ref=aiartweekly |
MaskVAT 可以为视频生成高质量的音轨。该模型能够使声音的起始点与视觉动作同步![]()
注: MaskVAT 示例
⚒️ 工具与教程:
具有 AI 功能的 Windows9x 虚拟操作系统如果 Windows XP 拥有AI功能会怎样？@sawyerhood 构建了 Windows9x，一个可以生成您能想到的任何复古应用程序的虚构操作系统| https://www.windows9x.com/?ref=aiartweekly |
![]()
RunwayML 的 Gen-3 输出非常连贯，与当前的物体跟踪功能配合得非常好。本周，Graeme Shepherd 使用 Cinema4D 进行了一些测试，结果非常出色| https://x.com/c_valenzuelab/status/1813954465667457412?ref=aiartweekly |
![]()
@toolstelegraph 使用 Dzine AI 和 Tripo AI 在不到两分钟的时间内完成了这项工作，并分享了一个教程| https://x.com/toolstelegraph/status/1811977095045615861?ref=aiartweekly |
![]()
@Pizza_Later 使用 Luma Labs AI Dream Machine 和 Gen-3 创作了一部非常酷的 AI 短片| https://x.com/Pizza_Later/status/1811815860635341298?ref=aiartweekly |
![]()
如果你也对 Midjourney 或艺术设计感兴趣，那么欢迎加入我们的社群！在这里，我们可以一起探讨有趣的设计话题，共同探索 Midjourney 所带来的无限可能性！
![]()
![]()
注：如果你与我一样热衷于紧跟人工智能与设计的最新趋势，那么我强烈推荐你试用下我们精心打造的这款应用 — 设计原力。这款应用能够让你随时了解到最前沿的信息，让你的信息库始终保持最新状态▲ 好了，以上这些就是本节的全部内容了 ～ 如果，你也对 AI 绘画感兴趣，不妨记得关注我！我们下期见！！
![]()
