图像

Unique3D

Unique3D是一款由清华大学团队开发的开源框架,专注于单张图像到3D模型的转换。它利用多视图扩散模型和法线扩散模型,结合多级上采样策略和ISOMER算法,能够在短时间内生成高保真度且纹理丰富的3D网格模型。Unique3D能够从单个2D图像生成3D网格模型、多个正交视图图像和法线贴图,并通过多级上采样过程提高图像分辨率,最终实现颜色和几何细节的高度整合。

MoshiVis

MoshiVis是一款由Kyutai开发的开源多模态语音模型,支持图像与语音的自然交互。它基于Moshi 7B架构,集成了视觉编码器和跨注意力机制,实现低延迟、自然流畅的对话体验。支持多种后端部署,适用于无障碍应用、智能家居、教育及工业场景,提升人机交互的智能化水平。

SwiftEdit

SwiftEdit是一款基于文本引导的图像编辑框架,利用一步反演技术和掩码引导编辑技术,可在极短时间内实现高质量图像编辑,同时保持背景元素完整。它支持快速文本引导编辑、一步反演框架及自引导编辑掩码提取,并具备灵活的注意力重缩放机制,广泛应用于社交媒体、广告营销、新闻媒体、艺术创作和电子商务等领域。

Artimator.Io

一个免费的 AI 驱动的艺术生成器,可让您从文本描述或照片中创建独特的艺术品。它利用 Stable Diffusion 和 SDXL 人工智能,提供了一个多功能平台,用于生成各种风格的艺术作品。

MotionCanvas

MotionCanvas是一种图像到视频生成工具,能将静态图像转化为动态视频。它提供相机与物体运动的联合控制,支持复杂轨迹设计和局部运动调整,具备3D感知能力,可生成高质量长视频。适用于电影制作、动画创作、VR/AR、游戏开发及教育等多个领域。

Remaker

Remaker是一个在线AI工具,专注于创意内容的生成。它利用生成式AI技术,为用户提供了多种功能,包括AI换脸、批量换脸、多人换脸、视频换脸等,满足不同场景下的内容创作需求。

Tesseract

Tesseract是一款开源的光学字符识别(OCR)引擎,支持多语言识别和多种图像格式。其具备高精度的文字识别能力,适用于文档数字化、表格数据提取、发票识别及移动OCR应用等多个场景。支持跨平台运行,并提供丰富的编程接口和自定义训练功能,便于开发者集成和优化识别效果。

妙刷AI

美团推出的AI创作小程序,能够根据用户上传的图片生成风格迥异的图像和视频。妙刷小程序支持多种AI图像玩法,包括修图、文本生图、音频生图和视频生成等。

Masterpiece X

Masterpiece X 是一款基于AI的3D建模工具,支持通过文本或图像生成高质量3D模型,具备自动纹理、骨骼绑定和动画功能,支持多格式导出并兼容主流3D软件。无需专业技能,适合艺术创作、游戏开发、影视制作等多种场景,提升创意效率与设计体验。