图像

VARGPT

VARGPT是一款多模态大语言模型,整合了视觉理解和生成任务于统一的自回归框架中。它通过next-token和next-scale预测机制,支持文本与图像的混合输入和输出,具备高效的视觉生成能力。模型采用三阶段训练策略,提升了在视觉问答、推理及图像生成任务中的表现。适用于多模态内容创作、指令到图像合成等场景。

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。

Pixite.Ai

Pixite是一个创新平台,它使用 AI 技术让您从T恤开始设计个性化服装,我们用户友好的界面将指导您选择设计元素、图案、颜色等,从而制作出反映您风格的独特时尚单品。

xAR

xAR是由字节跳动与约翰·霍普金斯大学联合研发的自回归视觉生成框架,采用“下一个X预测”和“噪声上下文学习”技术,提升视觉生成的准确性和效率。其支持多种预测单元,具备高性能生成能力,在ImageNet数据集上表现优异,适用于艺术创作、虚拟场景生成、老照片修复、视频内容生成及数据增强等多种应用场景。

Kroma.ai

Kroma.ai,一个专门设计让投资者青睐的商业计划书PPT的网站。

BuboGPT | 字节大模型

BuboGPT是由字节跳动开发的大型语言模型,能够处理多模态输入,包括文本、图像和音频,并具有将其响应与视觉对象相对应的独特能力。

AIEasyPic

利用了如Stable Diffusion、ControlNet和LoRAs等模型,根据您的文本输入生成视觉效果。

Video Diffusion Models

Video Diffusion Models项目展示了扩散模型在视频生成领域的潜力,通过创新的梯度条件方法和自回归扩展技术,生成了具有高度时间连贯性和质量的视频样本。

NeuralCam

NeuralCam是一款基于AI技术的智能相机应用,提供实时摄影指导和多种图像优化功能,包括自动人像、夜间拍摄、AI照明和智能HDR等。适用于低光环境、人像摄影、旅行记录及专业摄影等多种场景,旨在提升用户的拍摄质量和效率。支持免费下载并提供进阶订阅服务。