图像生成

星流AI

星流AI是一款基于先进AI技术的图像生成平台,凭借其自主研发的Star-3 Alpha模型和丰富的LoRA模型库,提供高精度图像生成、智能推荐、色彩调整、局部重绘、智能扩图及细节修复等功能,广泛服务于电商、广告、艺术创作等行业,支持多语言操作和多样化风格选择,助力用户高效完成高质量图像创作。

Seede.ai

Seede.ai 是一款AI驱动的图像设计工具,支持通过文字描述或参考图片生成设计,提供智能压缩、背景移除、图像放大等免费图像处理功能,并结合AI辅助优化,帮助用户快速制作专业级设计作品,适用于社交媒体、广告、电商、艺术创作等多个场景。

Sana

SANA是一个由NVIDIA、麻省理工学院和清华大学共同研发的文本到图像生成框架,支持生成高达4096×4096分辨率的高清图像。它采用了深度压缩自编码器、线性扩散变换器(Linear DiT)和小型语言模型作为文本编码器,并通过优化的训练和采样策略提升了生成效率。SANA在模型大小和运行速度上具备显著优势,适合多种应用场景,包括艺术创作、游戏开发、广告设计和科学研究等。

ColoringBook

一个提供免费的AI涂色画生成器的网站,ColoringBook.AI通过文本和图像创建自定义的涂色画,并下载成千上万的可打印页面。

LatentLM

LatentLM是一款由微软与清华大学合作开发的多模态生成模型,能够统一处理文本、图像、音频等多种数据类型。它基于变分自编码器(VAE)和因果Transformer架构,支持自回归生成与跨模态信息共享,特别擅长图像生成、多模态语言模型及文本到语音合成等任务,其提出的σ-VAE进一步提升了模型的鲁棒性。

QLIP

QLIP是一种基于二进制球形量化(BSQ)的视觉标记化方法,具备高质量图像重建和零样本图像理解能力。通过对比学习目标和两阶段训练策略,QLIP可作为视觉编码器或图像标记器,广泛应用于多模态任务,如文本到图像生成、图像到文本生成及多模态理解。其技术设计提升了模型的语义表达与训练效率,为统一多模态模型的开发提供了新思路。

Gemini 2.0 Flash

Gemini 2.0 Flash是Google推出的多模态AI模型,支持文本与图像生成及对话式编辑,能根据自然语言生成连贯图像,并保持上下文一致性。其在长文本渲染方面表现优异,适用于广告、社交媒体、教育等领域。开发者可通过Google AI Studio或Gemini API进行测试和集成,广泛应用于创意插图、互动故事、设计辅助等场景。

auto

Auto-Video-Generator是一款基于AI的自动解说视频生成工具,能够一键生成解说视频。通过输入主题,系统自动生成解说脚本、合成语音、生成配图并完成视频合成,大幅提高内容创作效率。该工具适用于自媒体、营销、教育、新闻媒体及社交媒体等多个领域,帮助用户快速制作高质量视频。

ArtSmart AI

一款利用AI训练的艺术和写实模型生成独特惊艳的图像的AI图像生成器。它能够将想象力变成现实,帮助用户将他们的想法变成美丽的艺术品。

ART

ART(Anonymous Region Transformer)是一种新型多层透明图像生成技术,支持基于全局文本提示和匿名区域布局生成多个独立透明图层(RGBA格式)。通过逐层区域裁剪机制,显著提升生成效率,速度快于传统方法12倍以上。具备高质量自编码器,支持50层以上的图像生成,减少图层冲突。广泛应用于艺术设计、内容创作、广告营销及科研等领域。