图像

moonshot

moonshot-v1-vision-preview 是一款由月之暗面开发的多模态图像理解模型,具备精准的图像识别、OCR 文字识别和数据解析能力。支持 API 集成,适用于内容审核、文档处理、医学分析、智能交互等多个领域。模型可识别复杂图像细节、分析图表数据,并从美学角度进行图像评价,适合需要高效图像处理和智能交互的应用场景。

PixelHacker

PixelHacker是一款由华中科技大学与VIVO AI Lab联合开发的图像修复模型,采用潜在类别引导机制,通过线性注意力实现结构与语义一致性的高质量修复。基于大规模数据集训练并经过多基准微调,支持多种图像类型与分辨率。适用于照片修复、对象移除、艺术创作、医学影像及文化保护等领域。

CSGO AI

CSGO是一项由南京理工大学等机构合作研发的图像风格迁移与文本到图像生成研究项目。其主要功能包括图像驱动的风格迁移、文本驱动的风格化合成及文本编辑驱动的风格化合成。项目通过端到端训练模型、特征注入技术及扩散模型,实现高效且高质量的图像生成,广泛应用于艺术创作、数字娱乐、设计行业及广告营销等领域。

Magic Studio

Magic Studio根据图片生成肖像图或者头像图、删除图片不必要的物品、自动去除背景,图片无损放大,还有生成式图片功能。

Shot Rate

Shot Rate是一种用于电商的 AI 工具,可以生成无限变化的产品图像。它使用基于用户原始图像训练的自定义 AI 模型,为营销和宣传材料创建独特且高质量的产品视觉效果。

PicsArt在线照片编辑器

PicsArt在线照片编辑器是一个强大的工具,它提供了一系列易于使用的在线编辑功能,使普通用户和专业设计师都能够快速提升照片质量,并将其融入到各种创意设计中。

Awesome GPT

一个精选的GPT-4o生成图片集锦,收集了OpenAI 最新多模态模型 GPT‑4o 生成的精彩案例,展示其强大的文本‑图像理解与创作能力。

Transpic

Transpic是一个AI图像转绘插画创作平台,方便设计师寻找素材/灵感后进行转绘创作参考,普通用户也可以使用该工具来转绘头像。

Gemma 3n

Gemma 3n 是谷歌 I/O 开发者大会推出的端侧多模态 AI 模型,基于 Gemini Nano 架构,采用逐层嵌入技术,将内存占用压缩至 2-4B 参数模型水平。支持文本、图像、短视频和音频输入,可生成结构化文本输出,并具备音频转录、情感分析等功能。可在本地设备运行,响应时间低至 50 毫秒,适用于语音助手、内容生成和学术任务定制。

91JPG 绘影流光

91JPG 绘影流光是一款基于AI技术的图像生成工具,专注于提升服装摄影的效率与质量。其核心功能涵盖AI穿衣、AI换脸换背景、人台图生成及图片背景移除等,适用于多样化场景,包括产业带工厂、批发档口、实体店主、电商卖家以及时尚品牌等。该工具不仅能够显著降低运营成本,还能增强服装展示效果,为用户带来更高的商业价值。