图像

1. 首页
2. 图像

QVQ

QVQ是一个基于Qwen2-VL-72B的开源多模态推理模型，擅长处理文本、图像等多模态数据，具备强大的视觉理解和复杂问题解决能力。它在数学和科学领域的视觉推理任务中表现出色，但在实际应用中仍需解决语言切换、递归推理及图像细节关注等问题。QVQ可广泛应用于教育、自动驾驶、医疗图像分析、安全监控及客户服务等领域。

AI项目与工具 2025年06月12日 70 点赞 0 评论 671 浏览

JoyCaption

JoyCaption是一款开源图像提示词生成工具，支持多种图像风格和内容类型，具备丰富的生成模式和灵活的提示控制功能。它适用于社交媒体、图像标注、内容创作、视觉辅助及教育等多个场景，能够生成高质量的描述性字幕和提示词，提升图像处理和创作效率。该工具性能优越，且完全免费开放。

AI项目与工具 2025年01月16日 91 点赞 0 评论 671 浏览

DistriFusion

DistriFusion是一个专为加速高分辨率扩散模型在多GPU环境中生成图像的分布式并行推理框架。通过将图像分割成多个小块并分配至不同设备上进行独立处理，它能够在不增加额外训练负担的情况下，将推理速度提升高达六倍，同时保持图像质量。其技术原理包括Patch Parallelism（分片并行）、异步通信、位移补丁并行性等，适用于多种现有的扩散模型。应用场景包括AI艺术创作、游戏和电影制作、VR/A

AI项目与工具 2025年06月12日 50 点赞 0 评论 672 浏览

ImageToVideo AI

ImageToVideo AI 是一款基于人工智能的图像转视频工具，能够将静态图片转化为动态视频。通过智能分析图像内容并结合用户输入的文本指令，可添加动画、转场、音乐、字幕等元素，生成高质量、富有表现力的视频。支持多种格式输出，提供丰富的模板和自定义选项，适用于个人创作、内容制作、教育及广告等多种场景，提升视频制作效率与视觉效果。

AI项目与工具 2025年06月12日 80 点赞 0 评论 673 浏览

S2V

S2V-01是MiniMax研发的视频生成模型，基于单图主体参考架构，可快速生成高质量视频。它能精准还原图像中的面部特征，保持角色一致性，并通过文本提示词灵活控制视频内容。支持720p、25fps高清输出，具备电影感镜头效果，适用于短视频、广告、游戏、教育等多种场景，具有高效、稳定和高自由度的特点。

AI项目与工具 2025年06月12日 100 点赞 0 评论 673 浏览

万彩商图

万彩商图是一款基于AI技术的图像处理工具，为电商行业提供商品背景替换、模特图生成、批量抠图、高清修复及无损放大等功能。它能够显著提升图片生产效率，优化电商视觉体验，适用于商品展示、广告制作及社交媒体推广等多个场景。

AI项目与工具 2025年06月12日 39 点赞 0 评论 673 浏览

Kimi

Kimi-VL是月之暗面推出的轻量级多模态视觉语言模型，支持图像、视频、文档等多种输入形式。其基于轻量级MoE架构和原生分辨率视觉编码器，具备强大的图像感知、数学推理和OCR能力。在长上下文（128K）和复杂任务中表现优异，尤其在多模态推理和长视频理解方面超越同类模型。适用于智能客服、教育、医疗、内容创作等多个领域。

AI项目与工具 2025年06月11日 30 点赞 0 评论 674 浏览

Pixelfox

Pixelfox 是一款基于AI技术的在线图片编辑工具，支持背景移除、AI换脸、图像修复、图片放大等多种功能。用户无需下载软件，直接在浏览器中上传图片即可快速完成编辑。操作简单、处理高效，适用于摄影、电商、社交媒体等多个领域，适合各类图像处理需求。

AI项目与工具 2025年05月06日 63 点赞 0 评论 674 浏览

Jina Reader

Jina Reader是一款由Jina AI开发的开源工具，专注于将互联网上的HTML网页内容转换为适合大型语言模型处理的纯文本格式。它支持多种内容格式，具备流模式、JSON模式和Alt生成模式等功能，能够高效提取网页核心内容，去除冗余信息，并通过自然语言处理和动态内容处理技术提升文本质量和理解能力。Jina Reader适用于内容聚合、SEO优化、学术研究及个性化推荐等多个领域。

AI项目与工具 2025年06月12日 52 点赞 0 评论 674 浏览

Phygital+

Phygital+ 是一个基于AI提供了多种功能和工具整合的平台，允许用户使用AI并创建、转换和增强图像、视频和 3D 模型。

Ai绘画生成 2025年06月05日 13 点赞 0 评论 674 浏览