图像

1. 首页
2. 图像

LongLLaVA

LongLLaVA是由香港中文大学（深圳）研究团队开发的多模态大型语言模型，结合Mamba和Transformer模块，利用2D池化技术压缩图像token，大幅提升处理大规模图像数据的效率。该模型在视频理解、高分辨率图像分析及多模态代理任务中表现优异，特别擅长检索、计数和排序任务。其技术亮点包括渐进式训练策略和混合架构优化，支持多种多模态输入处理，广泛应用于视频分析、医学影像诊断、环境监测等领域。

AI项目与工具 2025年06月12日 67 点赞 0 评论 198 浏览

Word-As-Image

我们的文字作为图像插图在不同的字体和不同的文本概念。使用我们的方法，语义调整的字母完全自动创建，然后可以用于进一步的创造性设计，正如我们在这里所演示的那样。

Ai绘画生成 1970年01月01日 0 点赞 0 评论 198 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 198 浏览

Eagle 2.5

Eagle 2.5 是一款由英伟达开发的视觉语言模型，专注于长上下文多模态学习，具备处理高分辨率图像和长视频序列的能力。其参数规模为 8B，但性能接近更大模型。采用信息优先采样和渐进式后训练策略，提升模型稳定性与适应性。支持多样任务，适用于视频分析、图像处理、内容创作及教育等多个领域。

AI项目与工具 2025年06月11日 59 点赞 0 评论 197 浏览

Avatar AI

人工智能成像模型，可以从你的照片中生成逼真的4K头像。它将方形头像扩展为2:3的4K全尺寸AI照片，并可以将其动画化为带有文本转语音或您自己的声音的AI视频。

Ai绘画生成 1970年01月01日 0 点赞 0 评论 196 浏览

SolidGrids

SolidGrids 使用高级算法来去除背景、调整照明、添加广告横幅等，在几秒钟内创建适销对路的广告图像。

电商运营 2025年06月05日 41 点赞 0 评论 196 浏览

CustomGPT.ai

CustomGPT.ai 是一个基于GPT-4技术的平台，为企业提供定制化、安全且高效的AI聊天机器人解决方案。它允许用户根据具体需求定制和训练AI模型，以适应不同的应用场景和业务需求。主要功能包括定制化AI代理、安全且无需编程的平台、提高效率和客户体验以及GPT-4技术支持。应用场景广泛，包括客户服务、内容创作、医疗诊断、金融分析、教育与培训及法律研究。

AI项目与工具 2025年06月12日 79 点赞 0 评论 196 浏览

HiDiffusion

大幅提升扩散模型的图像生成质速度提升6倍，由字节跳动的研究团队开发，只需添加一行代码即可

Ai开源项目 2025年06月05日 10 点赞 0 评论 196 浏览

ImagePulse

ImagePulse是由魔搭社区推出的开源项目，专注于图像理解和生成模型的数据集支持。它通过将复杂任务拆解为“修改、添加、移除”“风格迁移”“人脸保持”等原子能力，构建专门的数据集，提升模型在特定任务上的性能。项目提供开源脚本，支持数据集的生成与扩展，并结合多种技术资源实现多模型协同，适用于艺术创作、视频制作、产品展示等多个领域。

AI项目与工具 2025年06月11日 71 点赞 0 评论 196 浏览

ImageBind

ImageBind是由Meta公司开发的开源多模态AI模型，能够整合文本、音频、视觉、温度和运动数据等多种模态的信息，并将其统一到一个嵌入空间中。该模型通过图像模态实现其他模态数据的隐式对齐，支持跨模态检索和零样本学习。它在增强现实（AR）、虚拟现实（VR）、内容推荐系统、自动标注和元数据生成等领域有广泛应用。

AI项目与工具 2025年06月12日 16 点赞 0 评论 195 浏览