可控生成
gligen.github.io
GLIGEN是一款开放式的条件式图像生成学术项目站点，核心为基于扩散模型的可控图像生成技术。用户可结合文本描述与空间边界框、参考图像等条件，生成符合指定布局与内容要求的图像；模型采用模块化训练设计，保留预训练扩散模型的基础生成能力的同时，扩展了空间控制属性。该站点面向AI图像生成研究者、计算机视觉从业者、内容创作人员、设计人员等群体，可用于学术研究验证、可控图像内容创作、多模态模型效果测试、概念设计初稿生成等场景，帮助用户在图像生成过程中实现更精准的内容与布局控制。
eyeline-research.github.io
Go with the Flow 是由 Netflix Eyeline Studios 等机构研究人员开发的视频生成技术开源项目，核心是通过扭曲噪声替代传统高斯噪声，实现视频扩散模型的运动模式可控生成。项目支持图像到视频、文本到视频两类主流生成场景，无需修改原始扩散模型架构即可接入，不会额外增加推理阶段计算成本，可对视频内物体位移、相机运动轨迹实现精确调控。适合AI视频生成领域的研究人员、内容创作团队、技术开发人员使用，可应用于影视内容预演、短视频内容制作、AI创意实验、学术研究复现等多种场景。
oft.wyliu.com
Orthogonal Finetuning (OFT)是专注于文本到图像扩散模型微调技术的学术展示与工具网站，核心定位是为AI生成领域的研究者、开发者提供正交微调技术的原理说明、效果演示与落地参考。网站核心功能包括OFT技术原理的可视化讲解、主体驱动生成与可控生成两类任务的效果对比、不同微调方法的性能指标公开。目标用户覆盖AI生成模型研究者、深度学习算法工程师、AIGC应用开发者、高校计算机相关专业师生等，可用于学术研究参考、模型优化方案选型、AIGC应用落地技术评估等场景。