Perception
Perception-as-Control是由阿里巴巴通义实验室开发的图像动画框架，支持对相机和物体运动的细粒度控制。它基于3D感知运动表示，结合U-Net架构的扩散模型，实现多种运动相关的视频合成任务，如运动生成、运动克隆、转移和编辑。通过三阶段训练策略，提升运动控制精度和稳定性，适用于影视、游戏、VR/AR、广告及教育等多个领域。
图像生成
Stable Diffusion 3.5
Stable Diffusion 3.5是一套由Stability AI开发的先进AI图像生成模型，包含多个版本以适应不同需求。它具备高定制性、高效的消费级硬件运行能力和开源许可，能够生成高质量、多样化的图像，支持多种风格和肤色表现。其核心技术基于多模态学习和优化的架构，适用于艺术创作、游戏开发、广告设计等多个领域。
---
InstructMove
InstructMove是由东京大学与Adobe合作开发的图像编辑模型，基于视频帧对变化学习如何根据指令进行图像操作。它能够执行非刚性编辑、视角调整和元素重排等任务，同时支持精确的局部编辑。该模型采用真实视频数据训练，提升编辑自然性与真实性，适用于影视、广告、设计等多个领域。其技术基于多模态语言模型和扩散模型，结合掩码和ControlNet等控制机制，实现灵活高效的图像编辑。
Luma Photon
Luma Photon是一款由Luma AI开发的先进图像生成工具，具备高分辨率图像生成、自然语言理解及多图像参考等功能，支持个性化和多轮迭代操作。它能显著提升设计师、电影制作人等专业人士的创作效率，广泛应用于影视制作、游戏开发、广告设计等多个领域，同时保持较低的成本投入。
Fractal Generative Models
Fractal Generative Models 是一种基于分形架构的图像生成技术，通过递归调用“原子模块”实现逐像素生成高分辨率图像。该模型结合 Transformer 模块，采用分而治之策略，大幅提升计算效率。不仅适用于图像生成，还可扩展至分子结构、蛋白质等高维数据建模，具有广泛的应用潜力。
Midlibrary
Midlibrary是为Midjourney用户提供提示词资源的平台，收录了5505种艺术风格、技法和关键词，涵盖风格、特征和类别三大模块，并提供绘画指南。用户可通过标签和搜索功能快速获取创作灵感，提升AI图像生成效率，适用于建筑、时尚、插画、游戏设计等多个领域。
