AI项目与工具

ELLA

ELLA

ELLA（Efficient Large Language Model Adapter）是一种由腾讯研究人员开发的方法，旨在提升文本到图像生成模型的语义对齐能力。它通过引入时序感知语义连接器（TSC），动态提取预训练大型语言模型（LLM）中的时序依赖条件，从而提高模型对复杂文本提示的理解能力。ELLA无需重新训练，可以直接应用于预训练的LLM和U-Net模型，且能与现有模型和工具无缝集成，显著提升
AI项目与工具 2024年01月01日
FLUX Tools

FLUX Tools

FLUX Tools是一套由黑森林实验室开发的增强型文本到图像模型工具，包含FLUX.1 Fill、FLUX.1 Depth、FLUX.1 Canny和FLUX.1 Redux四个模块，能够通过文本描述和掩码对图像进行精确编辑和扩展，支持图像修复、扩展、结构化引导、混合与再创作等功能。工具基于深度学习和神经网络技术，结合结构引导和文本到图像转换功能，适用于多种应用场景，包括数字艺术创作、游戏开发、
AI项目与工具 2025年06月12日
Colormind

Colormind

Colormind 是一款基于 AI 技术的颜色方案生成工具，能够根据图片或数据集自动生成协调的配色方案。用户可自定义颜色并探索不同风格，适用于平面设计、影视、游戏开发、时尚创作等多个领域。该工具支持 API 接口，便于集成到各类项目中，是设计师和创意工作者的理想助手。
AI项目与工具 2025年06月11日
Connected Papers

Connected Papers

Connected Papers 是一个学术研究工具，通过构建可视化图表帮助用户探索和发现相关学术文献。用户可以输入论文标题、DOI 或关键词，工具会生成一个展示相似论文的网络图，其中论文按相似度排列，颜色深浅表示发表时间的远近，圆圈大小代表被引用次数。该工具主要功能包括视觉概览、重要论文追踪、参考书目构建、先前和衍生作品发现以及跨学科支持。应用场景涵盖学术研究、文献综述、课程学习和项目研究等。
AI项目与工具 2025年06月12日
InternVL3

InternVL3

InternVL3是上海人工智能实验室推出的多模态大型语言模型，具备文本、图像、视频等多模态数据处理能力。采用原生多模态预训练方法，提升语言与视觉理解效率，并支持工具使用、3D视觉、工业图像分析等复杂任务。模型可通过API部署，适用于智能交互、图像识别、视频分析及客服系统等多种场景。
AI项目与工具 2025年06月11日
LongRAG

LongRAG

LongRAG是一个专为长文本问答设计的双视角鲁棒检索增强生成框架，包含混合检索器、LLM增强信息提取器、CoT引导过滤器和LLM增强生成器。它通过整合全局上下文与细节信息，解决长文本中的复杂问答挑战，并在多个数据集上展现优异性能。此外，其自动化微调数据构建能力增强了模型的指令遵循能力和领域适用性。
AI项目与工具 2025年06月12日
猫头音

猫头音

猫头音是一款基于深度学习技术的AI配音与翻唱工具，支持将文字转化为高质量语音输出，并提供多样化音色选择及丰富的音频处理功能。用户可通过简单操作实现个性化配音、修音翻唱以及音频编辑，广泛适用于视频创作、广告制作、有声读物开发及音乐翻唱等多个领域。
AI项目与工具 2025年06月12日
Tennr

Tennr

Tennr是一款利用AI技术优化医疗文档处理的平台，核心为RaeLM™视觉语言模型，支持文档分类、信息提取、资格审核等功能，广泛应用于患者入院、转诊管理、保险索赔等场景，显著提高医疗服务效率并降低人力依赖。
AI项目与工具 2025年06月12日
T2V

T2V

T2V-Turbo 是一种高效的文本到视频生成模型，能够快速生成高质量视频，同时确保文本与视频的高度一致性。它通过一致性蒸馏技术和混合奖励机制优化生成过程，适用于电影制作、新闻报道、教育及营销等多个领域，支持从创意草图到成品视频的全流程加速。
AI项目与工具 2025年06月12日