Stable Diffusion Stable Diffusion 是一个强大的文本生成图像工具，只需要输入一句描述，就能生成相应的人物照片。其优点在于可以精细调整生成的效果 ...

但是，对于具体的人物特征来说，其控制能力相对较弱。 Stable Diffusion：作为一款开源AI工具，Stable Diffusion让用户能够进行更为细致的调控，通过 ...

品玩1月6日讯，据 AI Base 报道，字节跳动近日开源了一项名为 LatentSync 的创新技术，该技术是一种基于音频条件的潜在扩散模型的端到端唇同步框架。 这项技术无需任何中间运动表示，即可实现视频中人物唇部动作与音频的精准同步。与以往基于像素空间扩散或两阶段生成的唇同步方法不同，LatentSync 直接利用了 Stable Diffusion 的强大功能，能更有效地建模复杂的视听关联。