AI项目与工具

Stability AI开源Stable Diffusion 3 Medium文生图模型

Stable Diffusion 3 Medium是一款由Stability AI开源的文本到图像生成模型,拥有20亿个参数,适用于消费级和企业级GPU。该模型具备照片级真实感、强大的提示理解和排版能力,以及高资源效率。此外,它还支持API试用,并得到了NVIDIA和AMD的支持,以优化其性能。Stability AI致力于开放和安全的AI应用,并计划持续改进SD3 Medium。

SepLLM

SepLLM是由香港大学与华为诺亚方舟实验室等机构联合开发的高效大语言模型框架,通过压缩段落信息和优化注意力机制,显著提升推理速度与计算效率。其支持处理超长序列(达400万标记),具备低KV缓存占用、高推理速度及多节点分布式训练能力。适用于长文本处理、流式应用、资源受限环境及多语言研究等多个场景,具有良好的部署灵活性和扩展性。

ChatDBA

ChatDBA是一款基于AI大语言模型的数据库辅助工具,支持故障诊断、SQL生成与优化、性能分析及知识问答等功能。它能提升数据库管理员和开发人员的工作效率,兼容多种数据库类型,适用于运维、学习和应急响应等场景。

AnyCharV

AnyCharV是一款由多所高校联合研发的角色可控视频生成框架,能够将任意角色图像与目标场景结合,生成高质量视频。它采用两阶段训练策略,确保角色细节的高保真保留,并支持复杂的人-物交互和背景融合。该工具兼容多种文本生成模型,具备良好的泛化能力,适用于影视制作、艺术创作、虚拟现实等多个领域。

AIbus

Albus是一款基于ChatGPT的实时白板应用,旨在帮助用户深入探索感兴趣的主题、学习新技能。它具备自动扩展内容、生成问题、搜索图片、创建思维导图等核心功能,同时支持图像生成、语音叙述及多语言对话,可应用于个人学习、创意生成、教育场景及团队协作,提供便捷高效的AI辅助体验。

DeepEyes

DeepEyes是由小红书团队和西安交通大学联合开发的多模态深度思考模型,基于端到端强化学习实现“用图思考”能力,无需依赖监督微调。它在推理过程中动态调用图像工具,增强对细节的感知与理解,在视觉推理基准测试V* Bench上准确率高达90.1%。具备图像定位、幻觉缓解、多模态推理和动态工具调用等功能,适用于教育、医疗、交通、安防和工业等多个领域。

DCEdit

DCEdit是一款基于双层控制机制的图像编辑工具,结合精确语义定位策略与视觉、文本自注意力优化,提升图像编辑的准确性和可控性。无需额外训练即可应用于现有扩散模型,支持复杂场景下的精细编辑任务,如对象替换、颜色调整等,适用于广告、影视、社交媒体等多个领域。

NarratoAI

NarratoAI是一款基于AI技术的影视解说和编辑工具,它利用大型语言模型(LLM)、计算机视觉和自然语言处理技术来理解视频内容,自动生成解说文案,并将文案转化为配音,同时进行视频剪辑和字幕生成。该工具支持个性化定制,可以满足不同用户的视频制作需求,简化视频制作流程,帮助非专业人士快速制作出专业水准的视频内容。

ark.art

Ark.art是一款基于AI技术的专业建筑设计平台,旨在提高设计效率和质量。它支持一键生成优化的建筑设计方案,集成建筑规范和条例,提供多种设计工具,包括空间设计模式、大师风格参考和效果构建等功能,广泛应用于室内设计、家居产品营销、商品展示和设计项目交付等领域。

意间AI

意间AI是一款集成了多种AI技术的智能设计平台,支持中英双语输入,涵盖文生图、图生图、AI写真及动图生成等功能。其强大的模型库包含400多种模型和10万种绘图风格,能够满足从创意设计到个性化定制的多样化需求。无论是个人用户还是企业客户,都能借助意间AI实现高效、便捷的艺术创作与商业应用。