图像

CustomCrafter

CustomCrafter是一个由腾讯和浙江大学合作开发的自定义视频生成框架,能够根据文本提示和参考图像生成高质量的个性化视频。该框架支持自定义主体身份和运动模式,具备文本提示生成视频、保留运动生成能力和概念组合能力等功能。其核心技术包括视频扩散模型、空间主题学习模块和动态加权视频采样策略等,广泛应用于影视制作、虚拟现实、游戏开发、广告营销和社交媒体内容创作等领域。

FakeShield

FakeShield是一款由北京大学研发的多模态大型语言模型框架,主要用于检测和定位图像篡改。它通过结合视觉与文本信息,生成篡改区域掩码并提供详细的判断依据。其核心模块包括领域标签引导的检测模块和多模态定位模块,支持多种篡改技术的分析,具有较高的准确性与可解释性。FakeShield广泛应用于社交媒体内容审核、法律取证、新闻媒体真实性验证以及版权保护等领域。

PromptFolder

专为大型语言模型 (LLM)和大型模型 (LM) 以及LMOps设计的提示词优化助手,不管是文字、还是图片的提示词,都可以一键优化。

Ecomtent

Ecomtent 是一个专为电子商务设计的 AI 内容生成与优化平台,提供包括产品图片、文案及图表在内的全方位服务。其核心功能涵盖 AI 图像生成、文案优化、搜索算法适配以及多渠道内容同步管理,旨在提升品牌在电商平台上的竞争力。无论是亚马逊还是 eBay 卖家,均可借助 Ecomtent 实现高效、精准的内容创作,从而优化用户体验并促进销售增长。

TurboEdit

TurboEdit是一款由Adobe Research开发的AI即时图像编辑模型。它通过编码器迭代反演和基于文本的精细控制,在数步内实现图像的精确编辑。用户可以通过修改详细的文本提示来引导图像编辑,实现对图像特定属性的精确修改。TurboEdit具备快速高效的特性,支持实时编辑,并在文本引导下的图像编辑方面表现出色。

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。

LinFusion

LinFusion 是一种创新的图像生成模型,基于线性注意力机制高效处理高分辨率图像生成任务。它在处理大量像素时保持计算复杂度线性增长,显著提高生成效率。LinFusion 支持零样本跨分辨率生成,并与预训练模型组件如 ControlNet 和 IP-Adapter 兼容。在单个 GPU 上,LinFusion 能够生成高达 16K 分辨率的图像,广泛应用于艺术创作、游戏设计、虚拟现实等领域。

PimEye

一种先进的面部识别AI搜索引擎,PimEyes基于图像的搜索,帮助个人和组织识别他们的图像或肖像可能在未经同意的情况下被使用或共享的情况。

VirtualFit

VirtualFit是一款结合人工智能技术的虚拟试衣工具,支持用户上传照片后进行服装风格变换、图像细节修复及尺寸扩展等操作。它具备图像背景移除、重新着色等功能,广泛应用于时尚电商、社交媒体内容创作、摄影后期处理等领域,助力用户提升工作效率和创作质量。

CogView3

CogView3是一款基于中继扩散技术的开源AI图像生成模型,由清华大学与智谱AI联合研发。它通过分阶段生成图像,从低分辨率逐步提升至高分辨率,提高了生成效率并降低了运行成本。CogView3在生成质量和速度上超越了现有的开源模型SDXL,在保持图像细节的同时大幅减少推理时间。其核心特性包括高性能、多分辨率支持及多种优化技术,适用于艺术创作、数字娱乐、广告营销等多个领域。