EyeDiff EyeDiff是一款基于扩散模型的文本到图像生成工具，专为多模态眼科图像生成设计。通过自然语言提示，EyeDiff能够捕捉常见及罕见眼病的关键特征，显著提升诊断准确性。该工具采用CLIP文本编码器与交叉注意力机制，结合潜在扩散模型（LDM），生成高质量、与文本高度一致的图像，适用于数据增强、疾病筛查、数据共享及医学教育等场景。 AI项目与工具 2025年06月12日 89 点赞 0 评论 442 浏览
FLOAT FLOAT是一款基于音频驱动的虚拟人像生成模型，利用运动潜在空间和流匹配技术，实现时间一致性视频生成。它支持情感增强，生成自然且富有表现力的虚拟人物，广泛应用于虚拟主播、视频会议、社交媒体、游戏以及电影制作等多个领域，同时具备高效的采样和生成能力。 AI项目与工具 2025年06月12日 18 点赞 0 评论 442 浏览
HiFiVFS HiFiVFS是一款基于Stable Video Diffusion框架的高保真视频换脸工具，结合多帧输入与时间注意力机制保障视频稳定性。其核心技术包括细粒度属性学习（FAL）和详细身份学习（DIL），分别用于属性解耦和身份相似性提升。HiFiVFS适用于电影制作、游戏开发、虚拟现实及社交媒体等多个领域，支持高质量的视频换脸操作。 AI项目与工具 2025年06月12日 60 点赞 0 评论 438 浏览
HitPaw Video Enhancer HitPaw视频增强器是一款使用人工智能技术的视频质量增强工具，可提高视频分辨率和质量。 Ai视频生成 2025年06月05日 29 点赞 0 评论 437 浏览
CAT4D CAT4D是一种由Google DeepMind、哥伦比亚大学及加州大学圣地亚哥分校共同开发的工具，它利用多视图视频扩散模型，从单目视频中生成动态3D（4D）场景表示。该工具可以合成新视图、重建动态3D模型，并支持独立控制相机视点和场景动态，适用于电影制作、游戏开发、虚拟现实等多种领域。 AI项目与工具 2025年06月12日 72 点赞 0 评论 434 浏览
GenFM GenFM是一款由ElevenLabs开发的AI工具，可将PDF、文章、电子书等内容转换为多角色播客音频。它支持32种语言，具备自动化声音选择、人性化填充词添加及高度定制化功能，适用于教育、播客制作、有声书创作、商业推广等多个领域。 AI项目与工具 2025年06月12日 85 点赞 0 评论 430 浏览
PhotoApp PhotoApp 是一款基于AI技术的照片处理工具，可修复模糊、低质量图像并提升为高清版本。主要功能包括面部增强、颜色调整、背景优化、照片放大及旧照片修复，操作简便且效果显著，适用于社交媒体、电子商务、教育等多个领域。 AI项目与工具 2025年06月11日 95 点赞 0 评论 430 浏览
