开放模型击败GPT-4，开放与封闭之争逐渐淡化。
Meta的论文地址:https://ai.meta.com/static-resource/image-decoding
然后，HandRefiner采用条件修补方法来处理识别出的问题手部。它生成一个深度图，其中包含了关于手部形状和位置的重要信息。这个深度图被用作指导，通过ControlNet集成到扩散模型中。最后，HandRefiner将重新画好的手部放回原来的画作中，替换掉原本画错的手，而其他部分保持不动，保持了原画的风格和内容。
它确实生成了一些我可以使用的代码，但经常忽略了我的一些建议，或者删除了它之前添加的功能。它需要大量的辅助和细节注意，没有节省我太多的时间。
另外，DreamTalk还具有说话风格预测的功能，能够根据语音预测说话者的风格，并同步表情，使得动画更加贴近原始音频。此外，该框架适用于多种场景，可以用于歌曲、不同类型的肖像，甚至在嘈杂环境中也能表现良好。