图像
  1. 首页
  2. 图像

列表

Jodi

Jodi

Jodi是由中国科学院计算技术研究所和中国科学院大学推出的扩散模型框架，基于联合建模图像域和多个标签域，实现视觉生成与理解的统一。它支持联合生成、可控生成和图像感知三种任务，利用线性扩散Transformer和角色切换机制，提升生成效率和跨领域一致性。Jodi使用Joint-1.6M数据集进行训练，包含20万张高质量图像和7个视觉域标签，适用于创意内容生成、多模态数据增强、图像编辑与修复等场景。
AI项目与工具 2025年06月11日
PxBee

PxBee

PxBee是一款在线AI图片编辑平台，基于先进的人工智能技术，帮助用户快速移除图片背景、增强图片质量以及生成新的背景。用户只需上传图片，PxBee的AI工具能自动识别并移除背景，在复杂的图像上也能保持边缘的精确性。平台提供一键式的图片增强功能，能修复模糊的照片、减少噪点、改善光照并提升分辨率。此外，PxBee还支持背景替换、场景生成和透明背景应用，适用于创意设计、社交媒体内容创作、品牌展示和旅行摄
AI项目与工具 2025年06月11日
Direct3D

Direct3D

Direct3D-S2是由南京大学、DreamTech、复旦大学和牛津大学联合开发的高分辨率3D生成框架，基于稀疏体积表示和空间稀疏注意力（SSA）机制，提升扩散变换器（DiT）的计算效率并降低训练成本。该框架包含全端到端的稀疏SDF变分自编码器（SS-VAE），支持多分辨率训练，在1024³分辨率下仅需8个GPU即可训练。Direct3D-S2能够从图像生成高分辨率3D形状，具有精细几何细节和高
AI项目与工具 2025年06月11日
Pixel Reasoner

Pixel Reasoner

Pixel Reasoner是由多所高校联合开发的视觉语言模型，通过像素空间推理增强对视觉信息的理解和分析能力。它支持直接对图像和视频进行操作，如放大区域或选择帧，以捕捉细节。采用两阶段训练方法，结合指令调优和好奇心驱动的强化学习，提升视觉推理性能。在多个基准测试中表现优异，适用于视觉问答、视频理解等任务，广泛应用于科研、教育、工业质检和内容创作等领域。
AI项目与工具 2025年06月11日
Chance AI

Chance AI

Chance AI 是一款AI视觉搜索引擎，基于视觉智能帮助用户自然理解世界。用户通过摄像头识别对象，如艺术品、产品设计、建筑等，快速获取背后的故事和文化背景，无需输入提示词。其主要功能包括点拍即用、视觉推理、即时洞察、一键分享和无算法的信息发现，适用于旅行者、创意人士、学生等群体。
AI项目与工具 2025年06月11日
VibeNecto

VibeNecto

VibeNecto是一款AI营销视觉素材生成平台，能够根据用户输入的文本描述快速生成高质量的定制化图片，适用于社交媒体、广告等多种营销场景。用户无需专业设计技能，可在几秒钟内获得符合品牌风格的视觉素材。平台提供多种视觉风格选择，具备背景移除功能，可自动去除图片背景，适合产品照片和专业头像处理。所有生成的图片都会被安全地存储在云端，自动保存历史记录，方便用户随时访问、下载或重复使用。
AI项目与工具 2025年06月11日
3DTown

3DTown

3DTown是由哥伦比亚大学联合Cybever AI等机构开发的AI工具，能够从单张俯视图生成高精度的3D城镇场景。它采用区域化生成和空间感知3D修复技术，将输入图像分解为重叠区域，分别生成3D内容并修复缺失结构，确保几何和纹理一致性。支持多种风格的场景生成，适用于虚拟世界构建、游戏开发、机器人模拟等领域，优于现有方法。
AI项目与工具 2025年06月11日
MMaDA

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
MedGemma

MedGemma

MedGemma是谷歌推出的开源AI模型，专注于医疗图像与文本分析。它包含4B参数的多模态模型和27B参数的纯文本模型。4B模型擅长解读医疗图像并生成诊断报告，27B模型则用于医疗文本理解与临床推理。支持本地运行或通过Google Cloud部署，适用于医疗诊断、患者分诊、临床决策辅助等场景，提升医疗服务效率与准确性。
AI项目与工具 2025年06月11日
Stitch

Stitch

Stitch是谷歌实验室推出的基于生成式AI的工具，能够将简单的英语描述或图像快速转化为用户界面（UI）设计及前端代码。它基于Gemini 2.5 Pro模型的多模态能力，支持文本、图像输入，并能识别图像生成UI组件。Stitch可生成简洁可用的前端代码，支持HTML、CSS和JavaScript，同时与Figma无缝集成，便于团队协作和优化设计。其功能包括文本生成设计、图像生成设计、代码生成与优
AI项目与工具 2025年06月11日