图像

SynthID

SynthID是一款由DeepMind研发的技术工具,通过在AI生成的内容中嵌入数字水印来验证其真实性与原创性。它支持多种内容形式,包括文本、音乐、图像和视频,并具备良好的抗修改性和检测稳定性。SynthID不仅不影响内容质量,还提升了信息可信度,广泛应用于新闻、版权保护、教育、法律及社交媒体等领域。

Migician

Migician是一款由多所高校联合开发的多模态大语言模型,专为多图像定位任务设计。它基于大规模数据集MGrounding-630k,采用端到端架构和两阶段训练方法,支持跨图像精准定位与多任务处理。Migician适用于自动驾驶、安防监控、医疗影像等多个领域,具有高效的推理能力和灵活的输入方式。

Mogao

Mogao是由字节跳动开发的多模态生成基础模型,结合双视觉编码器和先进位置嵌入技术,实现高质量的图像与文本生成。支持零样本图像编辑、多模态理解与生成、高分辨率图像输出以及优化的中文文本渲染。适用于内容创作、智能交互、医疗影像分析等多个领域,具备强大的跨模态处理能力和生成稳定性。

Pixel3DMM

Pixel3DMM是由慕尼黑工业大学、伦敦大学学院和Synthesia联合开发的单图像3D人脸重建框架,基于DINOv2模型,能从单张RGB图像中准确重建出3D人脸的几何结构。该工具擅长处理复杂表情和姿态,支持身份和表情的解耦,并通过FLAME模型优化实现高精度重建。其应用场景涵盖影视游戏、VR/AR、社交视频、医疗美容和学术研究。

Pixlr

Pixlr是一款免费的在线AI图像编辑工具,支持多种图像格式并提供从基础到高级的各种编辑功能。它集成了AI功能,如自动背景移除和图像生成,适合摄影师、设计师和普通用户使用。Pixlr拥有专业的图像处理工具,如图层、遮罩、调整颜色和光线等,并提供创意模板和动画制作工具,增强图像视觉效果。此外,它还支持批量照片编辑和跨平台使用。

Kandinsky

Kandinsky-3是一款基于潜在扩散模型的文本到图像生成框架,支持文本到图像生成、图像修复、图像融合、文本-图像融合、图像变化生成及视频生成等多种功能。其核心优势在于简洁高效的架构设计,能够快速生成高质量图像并提升推理效率。

PaliGemma 2

PaliGemma 2是一款由Google DeepMind研发的视觉语言模型(VLM),结合了SigLIP-So400m视觉编码器与Gemma 2语言模型,支持多种分辨率的图像处理。该模型具备强大的知识迁移能力和出色的学术任务表现,在OCR、音乐乐谱识别以及医学图像报告生成等方面实现了技术突破。它能够处理多模态任务,包括图像字幕生成、视觉推理等,并支持量化和CPU推理以提高计算效率。

GenieArt

一个基于深度学习的AI文本到图像生成模型,GenieArt主要用于生成以文本描述为条件的详细图像和插画。在这里您可以享受低门槛地创作,所想即所得,方便快捷地展现您脑海里的画卷

Retake AI

Retake AI是一款基于人工智能的照片编辑与修复工具,支持超分辨率放大、低清人像修复、智能降噪、低光照增强和人像动漫化等功能。所有计算均在本地完成,确保隐私安全。适用于老照片翻新、摄影后期、社交媒体优化及艺术创作等多种场景,提供高质量图像处理解决方案。