图像

1. 首页
2. 图像

InternVL3

InternVL3是上海人工智能实验室推出的多模态大型语言模型，具备文本、图像、视频等多模态数据处理能力。采用原生多模态预训练方法，提升语言与视觉理解效率，并支持工具使用、3D视觉、工业图像分析等复杂任务。模型可通过API部署，适用于智能交互、图像识别、视频分析及客服系统等多种场景。

AI项目与工具 2025年06月11日 68 点赞 0 评论 398 浏览

Transfusion

Transfusion是由Meta公司开发的多模态AI模型，能够同时生成文本和图像，并支持图像编辑功能。该模型通过结合语言模型的下一个token预测和扩散模型，在单一变换器架构上处理混合模态数据。Transfusion在预训练阶段利用了大量的文本和图像数据，表现出强大的扩展性和优异的性能。其主要功能包括多模态生成、混合模态序列训练、高效的注意力机制、模态特定编码、图像压缩、高质量图像生成、文本生成

AI项目与工具 2025年06月12日 26 点赞 0 评论 398 浏览

TIP

TIP-I2V是一个包含大量真实文本和图像提示的数据集，专为图像到视频生成领域设计。它涵盖了超过170万个独特的提示，并结合多种顶级图像到视频生成模型生成的视频内容。该数据集支持用户偏好分析、模型性能评估以及解决错误信息传播等问题，有助于推动图像到视频生成技术的安全发展。

AI项目与工具 2025年06月12日 23 点赞 0 评论 397 浏览

bgEraser

BgEraser具有三个主要功能：背景橡皮擦、水印去除器和对象橡皮擦。每个功能都有其自身的优点和用途。

图片处理 2025年06月05日 85 点赞 0 评论 397 浏览

iFoto.ai

一款由 AI 驱动的电商商拍工具，通过在各种场景中展示服装来帮助提升电子商务，提供数百种真实环境。

电商运营 2025年06月05日 48 点赞 0 评论 397 浏览

mPLUG

mPLUG-Owl3是一款由阿里巴巴开发的多模态AI模型，专注于理解和处理多图及长视频内容。该模型具备高推理效率和准确性，采用创新的Hyper Attention模块优化视觉与语言信息的融合。它已在多个基准测试中展现出卓越性能，并且其源代码和资源已公开，可供研究和应用。

AI项目与工具 2025年06月12日 73 点赞 0 评论 397 浏览

HART

HART是一种由麻省理工学院研究团队开发的自回归视觉生成模型，能够生成1024×1024像素的高分辨率图像，质量媲美扩散模型。通过混合Tokenizer技术和轻量级残差扩散模块，HART实现了高效的图像生成，并在多个指标上表现出色，包括重构FID、生成FID以及计算效率。

AI项目与工具 2025年06月12日 93 点赞 0 评论 397 浏览

ToonCrafter

ToonCrafter是一个展示平台，它利用先进的生成对抗网络（GAN）技术，将用户的原始动漫帧转化为一系列风格一致、过渡自然的画面。

Ai视频生成 1970年01月01日 0 点赞 0 评论 396 浏览

BYLO AI

BYLO AI是一款基于AI技术的图像生成工具，支持文本转图像的快速转换，提供高级自定义选项和灵活的图像设置。用户可以通过简单的文本描述生成高质量的图像，适用于社交媒体内容创作、广告设计、平面设计、艺术创作及游戏概念设计等多个领域。该工具以其高效的生成速度、多样的风格选择和高分辨率输出受到广泛好评。

AI项目与工具 2025年06月12日 55 点赞 0 评论 396 浏览

Sivi AI

一个可帮助您在几分钟内创建令人惊叹的视觉设计平台。您可以使用 Sivi AI 将您的文本转换为用于各种目的的图形，例如横幅、社交帖子、广告等。

Ai图片处理 2025年06月05日 36 点赞 0 评论 396 浏览