图像生成

SyncAnyone: Implicit Disentanglement via Progressive Self-Correction for Lip-Syncing in the wild

SyncAnyone: 通过渐进自我校正实现隐式解耦以实现野外对口型同步

Xindi Zhang, Dechao Meng, Steven Xiao, Qi Wang, Peng Zhang, Bang Zhang

机构 * Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团） 纠错

专题命中 个性化与一致性 ：diffusion(abstract)；inpainting(abstract)；分类 cs.CV

AI总结 SyncAnyone通过渐进自我校正实现隐式解耦，提升野外对口型同步的精度和视觉保真度。

Comments Project page: https://humanaigc.github.io/sync_anyone_demo_page/

Learning Rate Scaling across LoRA Ranks and Transfer to Full Finetuning

跨LoRA秩的学习率缩放与对全微调的迁移

Nan Chen, Soledad Villar, Soufiane Hayou

机构 * Department of Applied Mathematics and Statistics, Johns Hopkins University, Maryland, United States of America（应用数学与统计学系，约翰霍普金斯大学，马里兰，美国） 纠错

专题命中 个性化与一致性 ：image generation(abstract)

AI总结 本文提出μA框架，揭示LoRA学习率与适配器秩的缩放规律，并实现从LoRA到全微调的学习率迁移。