「吉卜力」画风生成神器—EasyControl 一键启动；单图秒变 3D 模型，TripoSG 革新 3D 资产生成

关注

原创最新推荐文章于 2026-05-27 10:26:55 发布 1.1k 阅读 AI 写同款· GEO 优化 ›

Infinite you:flexible photo recrafting while preserving your identity Infiniteyou，引入了InfuseNet，作为controlnet的一种推广，能够接受id信息以及控制条件，通过残差连接，infusenet将投影的id特征注入到DiT基础模型中，从而使文本和id注入解耦。在训练过程中，投影网络和InfuseNet是可训练的，而其他模块保持不变，这种id特征的残差注入与通过注意力层的文本注入不同，有效的将文本和id输入分开，从而减少潜在的纠缠和冲突，得益于这种不依赖ipa的纯残差注入设计，基础的生成能力得到了更少的妥协，产生了更高质量和改善的文本-图像对齐。阅读详情

近期，吉卜力风格的图像席卷各大社交媒体。当人们为电影或电视剧添加宫崎骏动漫风格的滤镜时，仿佛被带入了一个充满奇幻色彩的童话世界。然而，对于许多希望自行创作吉卜力风格图片的用户而言，现有的生成模型往往存在操作复杂、使用门槛高或生成效果不理想等问题。

EasyControl 凭借先进的技术和简洁易用的操作界面大大降低了创作门槛，其引入了轻量级条件注入 LoRA 模块、位置感知训练范式以及因果注意力机制与 KV 缓存技术，显著提升了模型兼容性，支持即插即用功能和无损风格控制。

目前，HyperAI超神经已上线了「EasyControl 吉卜力风图像生成 Demo」教程，Demo 使用风格化 Img2Img 控制模型，能够将肖像转换为宫崎骏风格的艺术作品，快来试试吧~

在线使用：https://go.hyper.ai/jWm9j

4 月 21 日-4 月 25 日，hyper.ai 官网更新速览：

* 优质公共数据集：10 个

* 优质教程精选：12 个

* 社区文章精选：4 篇

* 热门百科词条：5 条

* 4 月截稿顶会：1 个

访问官网：hyper.ai

公共数据集精选

1. 西班牙交通航拍图像数据集

该数据集包含 15,070 帧图像，这些图像由无人机 (UAV) 拍摄，涵盖了多种交通场景，包括区域道路、城市交叉口、乡村道路以及不同类型的环岛。图像中标注了 155,328 个目标，其中 137,602 个为汽车，17,726 个为摩托车。这些图像以 YOLO 格式存储，方便用于训练基于卷积神经网络的机器视觉算法。

直接使用：https://go.hyper.ai/VJoXE

数据集示例

2. CAMUS 心脏超声图像数据集

该数据集包含从 500 名患者获取的二维心尖四腔和两腔视图序列，这些数据在法国圣艾蒂安大学医院采集，并经过完全匿名化处理，以确保患者的隐私和数据的合规性。每张图像都经过专业医学人员的精确标注，涵盖了左心室心内膜、左心室心外膜以及左心房的轮廓信息，这些详细的标注为研究人员提供了丰富的训练和验证资源。

直接使用：https://go.hyper.ai/iYtn2

数据集示例

3. Ships/Vessels in Aerial Images 船只航拍数据集

该数据集包含 26.9k 张图像，图像类别仅有「ship」，这些图像经过精心标注，专门用于船舶检测。边界框标注以 YOLO 格式呈现，可准确高效地检测图像中的船舶。

直接使用：https://go.hyper.ai/s03Tk

数据集示例

4. SkyCity Aerial City Landscape 城市景观航拍数据集

该数据集是一个用于空中景观分类的精选数据集，图像总数为 8k 张，包含 10 个不同类别，每个类别包含 800 张高质量图像，分辨率为 256×256 像素。该数据集汇集了来自公开的 AID 和 NWPU-Resisc45 数据集的城市景观，旨在促进城市景观分析。

直接使用：https://go.hyper.ai/eCRdN

数据集示例

5. 302 例罕见病病例数据集

该数据集包含 302 种罕见病，每个类别随机选取 1 至 9 种罕见病。这些罕见病是从 Orphanet 数据库中 33 种类型的 7k+ 种罕见病中选出的，Orphanet 数据库是欧盟委员会共同资助的综合罕见病数据库。

直接使用：https://go.hyper.ai/LwqME

6. DRfold2 RNA 结构测试数据集

该数据集是为了客观评估研究中 DRfold2 的性能而构建的独立测试数据集。其中包含 28 种 RNA 结构，它们的序列长度均小于 400 nts，并来源于以下 3 个类别：最新的 RNA-Puzzles 目标序列；CASP15 竞赛中的 RNA 目标序列；截至 2024 年 8 月 1 日，Protein Data Bank (PDB) 数据库中最新发布的 RNA 结构。

直接使用：https://go.hyper.ai/shkp6

7. HMC-QU 心脏医学影像数据集

该数据集包含在 2018 年和 2019 年期间获得的心尖四腔 (A4C) 和心尖二腔 (A2C) 视图的二维超声心动图 (echo) 记录。这些记录是通过不同厂商的设备（如 Phillips 和 GE Vivid 超声机器）采集的，具有 25 帧/秒的时间分辨率，空间分辨率从 422×636 到 768×1024 像素不等。

直接使用：https://go.hyper.ai/gQN8a

8. Reasoning-v1-20m 推理数据集

Reasoning-v1-20m 包含约 2,000 万条推理轨迹，覆盖了数学、编程、科学等多个领域的复杂问题。该数据集旨在通过提供丰富的推理过程示例，帮助模型学习复杂的推理逻辑，提升其在多步骤推理任务中的表现。

直接使用：https://go.hyper.ai/c2RqP

9. II-Thought-RL-v0 多任务问答数据集

II-Thought-RL-v0 是一个专为强化学习和问题解答领域设计的大规模、多任务数据集，它包含经过严格多步骤过滤的高质量问题-答案对，覆盖了数学、编程、科学等多个领域。数据集中的问题对不仅来自公开数据集，还包含自定义的高质量问题对，以确保数据的多样性和实用性。

直接使用：https://go.hyper.ai/9eSSq

10. AM-DeepSeek-R1-Distilled-1.4M 大规模通用推理任务数据集

该数据集包含约 140 万条数据条目，涵盖了数学、代码、科学问答和通用聊天等多种类型的问题。这些数据经过精心选择、语义去重和严格的清洗处理，确保了数据的高质量和挑战性。数据集中的每个条目都包含了丰富的思考痕迹，这些痕迹不仅为模型提供了推理过程的示例，还帮助模型更好地理解和生成复杂的推理任务解决方案。

直接使用：https://go.hyper.ai/2PSxR

公共教程精选

1. YOLOE：实时看见一切

YOLOE 是由清华大学研究团队于 2025 年提出的一种新型实时视觉模型，旨在实现「实时看见一切」的目标。它继承了 YOLO 系列模型的实时高效特性，并在此基础上深度融合了零样本学习与多模态提示能力，能够支持文本、视觉和无提示等多种场景下的目标检测与分割。

该项目相关模型和依赖已经部署完毕，启动容器后点击 API 地址即可进入 Web 界面。

在线运行：https://go.hyper.ai/rOIS1

模型进行的目标检测

2. 一键部署 R1-OneVision

R1-OneVision 是浙江大学团队发布的多模态推理大模型。该模型基于 Qwen2.5-VL 在 R1-Onevision 数据集上微调而成，擅长处理复杂的视觉推理任务，无缝整合视觉和文本数据，在数学、科学、深度图像理解和逻辑推理等领域表现出色，可作为强大的 AI 助手解决各种问题。

本教程使用 R1-Onevision-7B 作为演示，算力资源采用 RTX 4090。启动容器后点击 API 地址即可进入 Web 界面。

在线运行：https://go.hyper.ai/7I2pi

Demo 示例

3. UNO：通用定制化图像生成

UNO 项目可以同时支持单主体和多主体图像生成，用一个模型统一了多个任务，展现了强大的泛化能力。

该项目基于 FLUX.1-dev-fp 8 可快速识别文本并根据文本描述生成图像。

在线运行：https://go.hyper.ai/r8JZo

Demo 示例

4. TripoSG：单图秒变高保真 3D

TripoSG 是一种先进的高保真度、高质量和高通用性的图像到 3D 生成基础模型。它利用大规模整流变压器、混合监督训练和高质量数据集在 3D 形状生成中实现最先进的性能。

该项目相关模型和依赖已经部署完毕，启动容器后点击 API 地址即可进入 Web 界面。

在线运行：https://go.hyper.ai/rcWwu

Demo 示例

5. InfiniteYou 高保真图像生成 Demo

InfiniteYou，简称 InfU 是由字节跳动智能创作团队于 2025 年推出的一款基于扩散变换器（Diffusion Transformers，如 FLUX）的身份保持图像生成框架。它通过先进的技术，能够在生成图像的同时保持人物身份的一致性，解决了现有方法在身份相似度、文本-图像对齐和生成质量方面的不足。

本教程使用 InfiniteYou-FLUX v1.0 作为演示，算力资源采用 A6000。点击下方链接即可快速克隆模型。

在线运行：https://go.hyper.ai/K5Yl5

Demo 示例

6. 一键部署 DeepCoder-14B-Preview

DeepCoder-14B-Preview 项目是由 AGENTICA 于 2025 年 4 月 8 日发布的 14B 编码模型。模型是从 DeepSeek-R1-Distilled-Qwen-14B LLM 微调而来的代码推理，使用分布式强化学习 (RL) 扩展到长上下文长度。该模型在 LiveCodeBench v5 (8/1/24-2/1/25) 上实现了 60.6% 的 Pass@1 准确率，比基本模型 (53%) 提高了 8%，并且只用 14B 参数实现了与 OpenAI 的 o3-mini 相似的性能。

本教程以 DeepCoder-14B-Preview 模型为演示案例，采用 bitsandbytes 提供的 8-bit 量化方法来优化显存占用。

在线运行：https://go.hyper.ai/17aD2

Demo 示例

7. EasyControl吉卜力风图像生成 Demo

EasyControl 是一个旨在为扩散变换器 (Diffusion Transformer) 添加高效灵活控制的项目，该项目通过引入轻量级的条件注入 LoRA 模块、位置感知训练范式以及结合因果注意力机制和 KV 缓存技术，显著提升了模型兼容性，支持即插即用功能和无损风格控制。

本教程使用风格化 Img2Img 控制模型，该模型能够将肖像转换为宫崎骏风格的艺术作品，同时保留了面部特征并应用了标志性的动漫美学。

在线运行：https://go.hyper.ai/jWm9j

Demo 示例

8. Qwen2.5-0mni 看听说写全模态打通

Qwen2.5-Omni 是阿里巴巴通义千问团队发布的最新端到端多模态旗舰模型，专为全面的多模式感知设计，无缝处理包括文本、图像、音频和视频在内的各种输入，同时支持流式的文本生成和自然语音合成输出。

本教程使用 Qwen2.5-Omni 作为演示，算力资源采用 A6000 。

在线运行：https://go.hyper.ai/eghWg

Demo 示例

9. 一键部署 Qwen2.5-VL-32B-Instruct

Qwen2.5-VL-32B-Instruct 是阿里巴巴通义千问团队开源的多模态大模型，该模型在 Qwen2.5-VL 系列的基础上，通过强化学习技术优化，以 32B 参数规模实现了多模态能力的突破。

本教程使用 Qwen2.5-VL-32B 作为演示，算力资源采用 A6000*2。功能包含文本理解、图像理解、视频理解。

在线运行：https://go.hyper.ai/Dp2Pd

Demo 示例

10. 一键部署 Qwen2.5-VL-32B-Instruct-AWQ

Qwen2.5-VL-32B-Instruct-AWQ 是 Qwen2.5-VL-32B-Instruct 的量化版本，其显著增强了编程和数学计算能力。模型支持 29 种语言交互，可处理 128K tokens 长文本，具备结构化数据理解和 JSON 生成等核心功能。基于 transformers 架构开发，通过量化技术实现高效部署，适用于大规模AI应用场景。

该项目相关模型和依赖已经部署完毕，启动容器后点击 API 地址即可进入 Web 界面。

在线运行：https://go.hyper.ai/fAYEK

11. 在线教程丨媲美 o3-mini，开源代码推理模型 DeepCoder-14B-Preview 狂揽 3k stars

自发布以来，DeepCoder-14B-Preview 凭借其在代码理解与推理任务中的卓越表现，已在 GitHub 狂揽超 3k stars。该模型在多项评估中表现出媲美 o3-mini 的能力，具备高效推理性能与良好扩展性。

为便于开发者快速体验与部署该模型，HyperAl超神经官网的教程板块已上线「一键部署 DeepCoder-14B-Preview」教程，点击下方链接即可快速启动。

在线运行：https://go.hyper.ai/V42RT

12. 覆盖 40+ 主流模型及数据集，上海交大团队发布一站式蛋白质工程设计平台VenusFactory，一键部署教程已上线

为推动 AI 蛋白质工程领域的应用与发展，上海交通大学洪亮教授课题组开发了一个专为蛋白质工程量身打造的一站式开放平台 VenusFactory，研究人员无需编写复杂代码，即可轻松调用超 40 个前沿的蛋白质深度学习模型。

目前 HyperAI超神经官网已经上线了「VenusFactory 蛋白质工程设计平台」的一键部署教程，点击克隆即可一键启动。

在线运行：https://go.hyper.ai/TnskV

💡我们还建立了 Stable Diffusion 教程交流群，欢迎小伙伴们扫码备注【SD教程】，入群探讨各类技术问题、分享应用效果~

社区文章精选

1. 入选 CVPR 2025，上海 AI Lab 等提出首个全模态医疗图像重识别框架，在 11 个数据集上的评测达 SOTA

上海人工智能实验室联合多所高校提出的 MaMI 模型，创新性地引入连续模态参数适配器，打破了传统单一模态的局限，让统一模型可实时适配 X-ray、CT 等多种输入模态。经 11 个公开医疗影像数据集评测，MaMI 展现出最先进的重识别性能，为个性化医疗中精准、动态的历史影像检索提供了有力支持。本文是该研究的详细解读与分享。

查看完整报道：https://go.hyper.ai/e8Eat

2. 研发速度快 100 倍，成本降低 90%！AI 材料公司 Phaseshift Technologies 打造能源/航天/矿业/汽车专用合金

加拿大先进材料公司 Phaseshift Technologies，致力于用 AI 技术和多尺度模拟开发下一代合金和复合材料，其快速合金设计 (RAD™) 平台能够为各行各业开发针对特定需求、特定场景的定制化合金，将材料开发速度提升至传统方式的 100 倍，同时成本降低 90%。本文是有关该公司的详细报道。

查看完整报道：https://go.hyper.ai/da4VH

3. 酶动力学参数预测，瓶颈识别……中科院深圳先进技术研究院罗小舟分享 AI 在酶领域的创新应用

中科院深圳先进技术研究院罗小舟教授在上海交通大学主办的「未来已来」 AI 蛋白质设计峰会上，就「人工智能驱动的酶工程」这一主题进行了深度分享。从 UniKP 框架、ProEnsemble 机器等多个角度，阐释了 AI 在酶工程领域的创新应用及其生物制造实践。本文为罗小舟教授的分享精华实录。

查看完整报道：https://go.hyper.ai/de1KW

4. 入选 ICLR 2025，MIT/UC 伯克利/哈佛/斯坦福等提出 DRAKES 算法，突破生物序列设计瓶颈

MIT / UC 伯克利/哈佛/斯坦福等顶尖大学团队共同提出了创新性算法 DRAKES ，通过引入强化学习框架，首次在离散扩散模型中实现了对完整生成轨迹的可微奖励反向传播，在保持序列自然性的同时，显著提升下游任务性能。本文是对研究论文的详细解读与分享。

查看完整报道：https://go.hyper.ai/YyEof

热门百科词条精选

1. DALL-E

2. 倒数排序融合 RRF

3. 帕累托前沿 Pareto Front

4. 大规模多任务语言理解 MMLU