图像

EasyOCR

EasyOCR是一款基于深度学习技术的开源OCR工具,支持超过80种语言及多种书写系统。它提供高精度的文字识别能力,用户可通过简单的API轻松地将图像中的文本转换为可编辑的文本。EasyOCR易于安装和使用,支持跨平台操作,并具备批量处理能力。该工具在图像质量有一定要求的情况下,能够高效处理大量图像文件。

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。

Cobra

Cobra是由清华大学、香港中文大学和腾讯ARC实验室联合开发的漫画线稿上色框架,采用因果稀疏注意力机制和局部可复用位置编码技术,实现高精度、高效率的自动上色。支持颜色提示调整,提升灵活性与个性化。适用于漫画、动画、插画等多种场景,具有高效的推理能力和良好的扩展性。项目已开源,包含技术论文与模型资源。

FLUX1.1

FLUX1.1 Pro是一款由Black Forest Labs开发的AI图像生成工具,以其高达6倍的生成速度、高精度图像质量和多样化风格著称。它支持通过模仿单反相机文件名提升图像真实感,广泛应用于艺术创作、设计、广告和社交媒体内容生成等领域。此外,FLUX1.1 Pro还具备商业化API接口,便于集成到各类应用中,是一款兼具高效性和实用性的专业工具。

FillDream

一款基于人工智能的图像修改工具,允许用户通过输入提示来填充和修改图像。

Step

覆盖了从个人使用到企业级应用的多个方面的多模态大模型。

Alpaca

Alpaca 是一个强大的 AI 工具,它为艺术家和创意人士提供了一个创新的数字画布。通过其快速迭代、风格生成和非破坏性工作流的特点,Alpaca 能够帮助用户提升创作效率,实现个性化...

Bgrem.AI

一款可提供包括去除视频背景、生成图像、重新设计室内装饰、AI 滤镜、生成插图、去除不需要的对象等多种服务的AI工具,用户不需具备编辑技能或技术知识,就可使用 Bgrem.ai 进行图像和视频的编辑。

AskManyAI

AskManyAI是一站式AI大模型聚合平台,汇集了多个顶级AI模型,如GPT、Claude、Kimi等。它通过多角度解答提升问题解决的效率和可信度,支持多AI模型协同工作、高效决策与智能筛选、智能写作与文案生成、AI绘画与设计、论文检索与学术探索等功能。平台界面简洁,支持多种文件格式和输入方式,并持续集成最新的AI模型更新。AskManyAI适用于各类创作和研究需求,提供免费和VIP套餐,VIP

BingImageCreator

让你轻松生成迪士尼皮克斯电影海报风格的图像。只要提供描述性提示词。