图像
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。
Stability AI
Stability AI提供了一套完整的生成式AI模型,覆盖图像、视频和音频等多个领域,旨在推动AI技术的普及和应用。
Remaker AI
一款AI图像生成器、AI换脸器和AI图像编辑器。能让用户能够无缝替换图像和视频中的脸部,除此之外,Remaker AI 还拥有对象移除器、图像放大器和各种其他AI工具。
Video Alchemist
Video Alchemist是一款由Snap公司研发的视频生成模型,支持多主体和开放集合的个性化视频生成。它基于Diffusion Transformer模块,通过文本提示和参考图像生成视频内容,无需测试优化。模型引入自动数据构建和图像增强技术,提升主体识别能力。同时,研究团队提出MSRVTT-Personalization基准,用于评估视频个性化效果。该工具适用于短视频创作、动画制作、教育、剧
profile picture Maker
PFPMaker 是一款基于 AI 技术的在线头像制作工具,支持自动去除照片背景,并提供丰富的编辑功能和模板选择。用户可上传照片或使用平台素材,通过裁剪、调色等操作生成个性化头像。支持高清输出,适用于社交媒体、职业平台及通讯工具,且完全免费使用。
