Fibo-2.0-dev:拥有 81 亿参数的新 text-to-image 模型已发布到 HuggingFace
2026 年 10 月 18 日,HuggingFace 上发布了模型 briaai/Fibo-2.0-dev,用于根据文本描述生成图像。上线头几天,该模型获得了 35 次下载和 69 个「喜欢」标记。
该方法的构成。示意图根据本简讯绘制。
Switch to the English version? It is the same page at the same address, with a language prefix.
Other languages: Русский
VoxelModel-v1:HuggingFace 上新的开源 text-to-3d 模型HuggingFace 上发布了 bench-labs/VoxelModel-v1 模型,用于解决 text-to-3d 任务。该模型于 2026 年 7 月 26 日出现,代码已开源。开发者未说明显存要求、导出格式、许可证及其他信息
AnyTalk 为任意角色生成 3D 语音动画,无需动画数据研究人员推出了 AnyTalk——一种为任意角色生成 3D 语音动画的方法,既不需要动画数据,也不需要手动绑定。取而代之的是,作者在目标角色的渲染结果上对现成的 video diffusion model 进行微调。
MegaParts 将 3D 对象按部件生成扩展至 300 个零件研究人员推出了 MegaParts——一个用于生成分解为语义部件的 3D 对象的框架。该方法的核心是一个向量量化分词器,它将每个部件的几何形状压缩为具有自适应长度的离散令牌。
VGI-Bench 用 810 个任务评估视频生成器的视觉推理能力arXiv 发布了 VGI-Bench 论文——一个包含 27 个任务和 810 个示例的基准测试,用于检验视频生成模型的视觉推理能力。作者构建了领域和技能的两级分类体系,要求模型不仅输出看似合理的