CVPR`24 | 真假难辨！CosmicMan：超实用的人物生成基础模型来了！(上海AI Lab）

文章摘要

概述：本文介绍了CosmicMan，一个基于文本的高保真人物图像生成模型，能够产生与文本描述精确对齐的逼真人物图像。CosmicMan的成功依赖于新的数据生产范式 "Annotate Anyone" 和创新的训练框架 Daring。

关键创新：

• 提出新的数据生产范式 "Annotate Anyone"，通过人机协作不断产生高质量标注数据。
• 构建了大规模数据集 CosmicMan-HQ 1.0，含600万高质量人物图像和1.15亿属性的精确文本标注。
• 提出Daring训练框架，分解文本描述与图像像素间关系，无需额外模块即可强化注意力聚焦。

技术细节：

与其他模型相比，CosmicMan在人物图像生成领域填补了专用文本到图像基础模型的空缺。CosmicMan的关键元素包括高质量数据、可扩展数据生产和实用模型设计。新的数据生产范式 "Annotate Anyone" 结合了AI和人类专家，以动态、实时和经济的方式产生数据。CosmicMan-HQ 1.0数据集在人物中心数据方面具有规模优势和细粒度属性。Daring训练框架通过分解注意力特征图，确保了文本与图像之间的精确对齐。

实验结果：

CosmicMan在图像质量和文本-图像对齐方面优于现有模型，如Stable Diffusion和Imagen。它在2D和3D人物生成任务中展现了实用性和潜力。

未来工作：

CosmicMan旨在成为人物中心内容生成研究的长期和可持续的基础平台。未来工作将包括定期更新CosmicMan-HQ数据集和基于新数据版本训练的人物专用基础模型，以支持更广泛的研究社区。

相关链接：

文章链接：https://arxiv.org/pdf/2404.01294

开源地址：https://cosmicman-cvpr2024.github.io/

经济下行，企业还在“裁员至上”？

了解更多

想要了解更多内容？

查看原文：CVPR`24 | 真假难辨！CosmicMan：超实用的人物生成基础模型来了！(上海AI Lab）

文章来源：

AI生成未来

扫码关注公众号