图像
  1. 首页
  2. 图像

列表

Boow

Boow

Boow-VTON是一种基于先进图像生成技术和数据增强方法的虚拟试衣技术，无需精确遮罩即可实现高质量试穿效果。该工具通过试穿定位损失和注意力机制，精准识别试穿区域并确保服装自然贴合人体，支持多服装试穿且操作简便。其应用场景包括在线购物、时尚零售、个性化推荐、社交媒体互动及服装设计等多个领域，具有广泛的商业应用价值。
AI项目与工具 2025年06月12日

DragGAN

DragGAN
DragGAN
通过DragGAN，任何人都可以通过精确控制像素的位置来变形图像，从而操纵不同类别的姿势、形状、表情和布局。
Ai开源项目 2025年06月05日
OmniEdit

OmniEdit

OmniEdit是一款基于多专家模型监督训练的先进图像编辑工具，支持七种核心图像编辑任务，包括对象替换、移除、添加、属性修改、背景替换、环境变化和风格转换。它能够处理不同宽高比和分辨率的图像，采用EditNet架构，提升了编辑的成功率和图像保真度。OmniEdit在自动与人工评估中表现优异，适用于专业设计、社交媒体内容创作、电子商务、新闻媒体等多个领域。
AI项目与工具 2025年06月12日
ComfyUI客户端

ComfyUI客户端

ComfyUI客户端是一款专为图像生成与处理设计的桌面应用程序，支持Windows和Mac系统。它具备一键安装、自动更新及预配置Python环境等功能，可帮助用户快速搭建AI生图流程。软件提供丰富的节点连接选项，支持图像生成、编辑、修复以及虚拟现实场景构建等多样化应用场景，适用于艺术家、设计师及医学影像专家等领域。
AI项目与工具 2025年06月12日
Krut AI

Krut AI

Krut AI是一款专注于电商领域的AI图像生成工具，提供产品图像生成、模特照片创作、背景移除、图像放大、虚拟试穿等多项功能。用户可通过文本或图片输入快速生成高质量视觉内容，无需复杂操作。平台适用于电商产品展示、广告设计、社交媒体内容制作等多个场景，支持多语言内容生成，助力企业提升视觉表现力和运营效率。
AI项目与工具 2025年06月12日
MM1.5

MM1.5

MM1.5是苹果公司研发的多模态大型语言模型，具备强大的文本与图像理解能力，包括视觉指代、定位及多图像推理功能。它通过数据驱动的训练方法，实现了从1B到30B参数规模的性能提升，并推出了视频和移动UI专用版本，为多模态AI技术发展提供重要参考。主要应用场景涵盖图像与视频理解、视觉搜索、辅助驾驶、智能助手及教育领域。
AI项目与工具 2025年06月12日
万相2.1

万相2.1

通义万相2.1是一款基于自研VAE和DiT架构的AI视频生成工具，支持高精度视频编解码与中文文字生成，具备复杂动作展现、物理规律还原、中英文特效生成及艺术风格转换等功能。同时支持图像生成，适用于影视制作、广告视频、教学辅助、文化创作等多个领域，提供高效的创作体验与高质量输出。
AI项目与工具 2025年06月12日
DAM

DAM

DAM-3B是英伟达开发的多模态大语言模型，专用于图像和视频中特定区域的详细描述。支持点、边界框、涂鸦或掩码等方式指定目标区域，生成精准文本描述。其核心技术包括焦点提示与局部视觉骨干网络，有效融合全局与局部特征。DAM-3B-Video版本扩展至视频处理，适用于动态场景。模型基于Transformer架构，支持多模态输入，广泛应用于内容创作、智能交互及无障碍工具等领域。
AI项目与工具 2025年06月11日
Tensor.Art

Tensor.Art

Tensor.Art 是一款基于 AI 技术的图像生成平台，支持用户通过文字描述生成高质量图像。平台提供多种模型类型，支持模型共享、在线运行及训练，并拥有 ControlNet、图像到图像等功能。Tensor.Art 构建了活跃的创作者社区，适用于艺术创作、广告设计、教育等多个领域，为用户提供便捷高效的图像生成解决方案。
AI项目与工具 2025年06月12日
OmniCorpus

OmniCorpus

OmniCorpus是上海人工智能实验室联合多家知名高校和研究机构共同创建的一个大规模多模态数据集，包含86亿张图像和16960亿个文本标记，支持中英双语。它通过整合来自网站和视频平台的文本和视觉内容，提供了丰富的数据多样性。OmniCorpus不仅规模庞大，而且数据质量高，适合多模态机器学习模型的训练和研究。它广泛应用于图像识别、视觉问答、图像描述生成和内容推荐系统等领域。
AI项目与工具 2025年06月12日