AIbase
TW
模型選型
標籤
擴散Transformer

# 擴散Transformer

Megatts3
Apache-2.0
MegaTTS 3是一個基於稀疏對齊增強的潛在擴散Transformer的零樣本語音合成模型，支持中英文語音合成。
語音合成 Safetensors 支持多種語言
M
RedbeardNZ
26
0
Hunyuan3d 2
其他
騰訊推出的先進3D合成系統，支持從圖像或文本生成高分辨率帶紋理3D資產
3D視覺 支持多種語言
H
tencent
490.00k
1,314
Rdt 170m
MIT
RDT-170M是一個擁有1.7億參數的模仿學習擴散Transformer模型，用於機器人視覺-語言-動作任務。
多模態融合 Transformers 英語
R
robotics-diffusion-transformer
278
7
Ominicontrol
OminiControl 是一種基於擴散Transformer的通用控制模型，專注於圖像到圖像的任務。
圖像生成
O
Yuanshi
6,390
139
Rdt 1b
MIT
基於100萬+多機器人操作數據預訓練的10億參數模仿學習擴散Transformer模型，支持多視角視覺語言動作預測
多模態融合 Transformers 英語
R
robotics-diffusion-transformer
2,644
80
Pixart LCM XL 2 1024 MS
PixArt-LCM是一個基於擴散Transformer的文本到圖像生成模型，結合了Pixart-α和LCM的優勢，能夠根據文本提示快速生成高質量的圖像。
圖像生成
P
PixArt-alpha
625
60
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase