neng8科技快讯网AI人工智能前沿资讯_汽车数码相机评测_手机电脑硬件百科

3DV-baidu09TON – 阿里达摩院联合浙大等推出的视频虚拟试穿框架

3DV-TON（Textured 3D-Guided Consistent Video Try-on via Diffusion Models）是阿里巴巴达摩院、湖畔实验室和浙江大学联合推出的基于扩散模型的视频虚拟试穿框架，能解决现有方法在处理复杂服装图案和多样化人体姿态时生成效果不佳的问题。

27 0 2025-08-27

3D-baidu09Speaker – 阿里通义推出的多模态说话人识别任务开源项目

3D-Speaker是阿里巴巴通义实验室语音团队推出的多模态开源项目，基于结合声学、语义、视觉信息，实现高精度的说话人识别和语种识别。3D-Speaker提供工业级模型、训练和推理代码，及大规模多设备、多距离、多方言的数据集，支持高挑战性的语音研究。

23 0 2025-08-27