图像生成

1. 首页
2. 图像生成

MMaDA

MMaDA（Multimodal Large Diffusion Language Models）是由普林斯顿大学、清华大学、北京大学和字节跳动联合开发的多模态扩散模型，支持跨文本推理、多模态理解和文本到图像生成等多种功能。其采用统一的扩散架构和模态不可知设计，结合混合长链推理微调策略与UniGRPO强化学习算法，提升跨模态任务性能。MMaDA在多项任务中表现优异，适用于内容创作、教育辅助、智能客

AI项目与工具 2025年06月11日 80 点赞 0 评论 373 浏览

6pen pro

整合最新AI技术，为有深度需求的用户打造更专业的内容创作体验，提供内容库、AI生成器等专业化功能，助您轻松创造令人惊叹的多媒体内容。

Ai学习资源 2025年06月05日 72 点赞 0 评论 373 浏览

可灵AI国际版(Kling AI)

Kling AI国际版是快手推出的AI创意工具，支持图像、视频及声音的生成与编辑。用户可通过文本或图像输入生成内容，并利用AI模板、虚拟模特、换装及对口型等功能进行创作。适用于内容创作、教育、电商及社交等多个领域，提升创作效率与表现力。

AI项目与工具 2025年06月12日 79 点赞 0 评论 372 浏览

BlockDance

BlockDance是由复旦大学与字节跳动联合开发的扩散模型加速技术，通过识别结构相似的时空特征（STSS）减少冗余计算，提升推理效率达25%-50%。结合强化学习的BlockDance-Ada模块实现动态资源分配，平衡速度与质量。适用于图像、视频生成及实时应用，支持多种模型，兼顾高效与高质，适用于资源受限环境。

AI项目与工具 2025年06月12日 38 点赞 0 评论 370 浏览

Omni Reference

Omni Reference 是 Midjourney V7 提供的一项图像生成辅助功能，允许用户将特定人物、物体或场景嵌入生成图像中。通过 `--oref` 和 `--ow` 参数，用户可灵活控制参考图像的权重与风格融合程度，提升创作精度与多样性。支持 Web 和 Discord 两种平台操作，适用于角色嵌入、产品展示、场景构建等多种应用场景。

AI项目与工具 2025年06月11日 48 点赞 0 评论 366 浏览

Imagen 4

Imagen 4是谷歌推出的最新图像生成AI模型，支持高达2K分辨率的图像生成，具备出色的细节呈现能力，可清晰展示复杂织物纹理、水滴折射及动物毛发质感。其文本渲染能力显著提升，适合广告、漫画等设计场景。支持多种艺术风格，包括超现实、抽象、插图和摄影，满足多样化创作需求。同时，Imagen 4拥有快速生成模式和高效的特征蒸馏技术，提升了生成速度，并已集成到Gemini应用、Google Worksp

AI项目与工具 2025年06月11日 76 点赞 0 评论 362 浏览

PHOTOG

PHOTOG 是一款专业的AI图像生成工具，能够将真实物品无缝嵌入任意场景，提供高精度的真实感和细节表现。其功能涵盖自由模式、精确模式、局部重绘、参数调整、描述语生成及商品库上传等，适用于家居装饰、电子商务、室内设计、房地产及产品营销等多个领域，助力用户高效完成创意设计和预决策。

AI项目与工具 2025年06月12日 33 点赞 0 评论 362 浏览

Janus

Janus是一种由DeepSeek AI开发的自回归框架，专注于多模态理解和生成任务的统一化。它通过分离视觉编码路径并使用单一Transformer架构来提升灵活性和性能，支持多种输入模态如图像、文本等，并在某些任务中表现出色。Janus具备多模态理解、图像生成及跨模态交互能力，适用于图像创作、自动标注、视觉问答等多个领域。

AI项目与工具 2025年06月12日 45 点赞 0 评论 361 浏览

Momo

Momo 是一款基于人工智能的照片生成工具，支持在移动端使用。用户上传 8-12 张照片后，可生成高真实度的 AI 头像和图像，并支持多种风格选择，如商务、约会、旅行等。应用提供高分辨率输出，适用于社交媒体、求职和约会等场景，帮助用户打造个性化的数字形象。

AI项目与工具 2025年06月12日 31 点赞 0 评论 360 浏览

HunyuanPortrait

HunyuanPortrait是由腾讯Hunyuan团队联合多所高校推出的基于扩散模型的肖像动画生成工具。它能够根据一张肖像图片和视频片段，生成高度可控且逼真的动画，保持身份一致性并捕捉细微表情变化。该工具在时间一致性和泛化能力方面表现优异，适用于虚拟现实、游戏、人机交互等多个领域。

AI项目与工具 2025年06月11日 24 点赞 0 评论 359 浏览