Spaces:
Running
Running
Merge branch #yanranxiaoxi/image-upscale' into 'yanranxiaoxi/image-upscale-cpu'
Browse files
app.py
CHANGED
|
@@ -247,9 +247,7 @@ with gr.Blocks() as demo:
|
|
| 247 |
with gr.Row():
|
| 248 |
gr.Markdown("""
|
| 249 |
# 图像升维计算模型:EMU Video 的衍生尝试
|
| 250 |
-
|
| 251 |
我们利用视频扩散模型作为多视图数据生成器,从而促进可扩展 3D 生成模型的学习。以下展示了视频扩散模型作为多视图数据引擎的潜力,能够生成无限规模的合成数据以支持可扩展的训练。我们提出的模型从合成数据中学习,在生成 3D 资产方面表现出卓越的性能。
|
| 252 |
-
|
| 253 |
除了当前状态之外,我们的模型还具有高度可扩展性,并且可以根据合成数据和 3D 数据的数量进行扩展,为 3D 生成模型铺平了新的道路。
|
| 254 |
""")
|
| 255 |
|
|
@@ -304,4 +302,4 @@ with gr.Blocks() as demo:
|
|
| 304 |
|
| 305 |
demo.launch(
|
| 306 |
# auth=(os.environ.get('AUTH_USERNAME'), os.environ.get('AUTH_PASSWORD'))
|
| 307 |
-
)
|
|
|
|
| 247 |
with gr.Row():
|
| 248 |
gr.Markdown("""
|
| 249 |
# 图像升维计算模型:EMU Video 的衍生尝试
|
|
|
|
| 250 |
我们利用视频扩散模型作为多视图数据生成器,从而促进可扩展 3D 生成模型的学习。以下展示了视频扩散模型作为多视图数据引擎的潜力,能够生成无限规模的合成数据以支持可扩展的训练。我们提出的模型从合成数据中学习,在生成 3D 资产方面表现出卓越的性能。
|
|
|
|
| 251 |
除了当前状态之外,我们的模型还具有高度可扩展性,并且可以根据合成数据和 3D 数据的数量进行扩展,为 3D 生成模型铺平了新的道路。
|
| 252 |
""")
|
| 253 |
|
|
|
|
| 302 |
|
| 303 |
demo.launch(
|
| 304 |
# auth=(os.environ.get('AUTH_USERNAME'), os.environ.get('AUTH_PASSWORD'))
|
| 305 |
+
)
|