深度学习

1. 首页
2. 深度学习

CogVideoX

CogVideoX是由智谱AI开发的开源AI视频生成模型，支持英文提示词生成6秒长、每秒8帧、分辨率为720x480的视频。它具备低显存需求、视频参数定制、3D Causal VAE技术和推理与微调功能。该模型采用基于Transformer的架构和3D Causal Variational Autoencoder技术，支持多阶段训练和自动及人工评估，适用于创意视频制作、教育材料、广告、游戏、电影编

AI项目与工具 2025年06月12日 55 点赞 0 评论 146 浏览

CatchMe

一款为识别图片、视频和音频内容是否由人工智能生成而设计的AI内容检测器

Ai办公效率 2025年06月05日 91 点赞 0 评论 146 浏览

Yodayo AI | 文本生成动漫图片

Yodayo是一个AI文本生成动漫图片工具，是一款先进的人工智能系统，它可以根据你输入的文字或图片，自动生成出免费、高质量的动漫风格的画面。

Ai绘画生成 2025年06月05日 94 点赞 0 评论 145 浏览

UniTok

UniTok是由字节跳动联合高校研发的统一视觉分词器，支持视觉生成与理解任务。其采用多码本量化技术，将视觉特征分割并独立量化，显著提升离散token的表示能力。在ImageNet上实现78.6%的零样本分类准确率，图像重建质量达0.38。可作为多模态大语言模型的视觉输入模块，广泛应用于图像生成、视觉问答、内容创作及跨模态检索等场景。

AI项目与工具 2025年06月11日 22 点赞 0 评论 142 浏览

数画APP

数画APP是一款国产AI绘画应用，用户通过语音对话或输入画面描述词，数画软件就会根据用户的描述为你创作一幅专属绘画作品。

Ai绘画生成 2025年06月05日 42 点赞 0 评论 142 浏览

易我人声分离

易我人声分离是一款基于AI技术的音频编辑工具，可智能分离音频或视频中的人声与背景音乐，支持多种格式，并具备一键操作的便捷性。它不仅适用于音乐创作和视频剪辑，还支持精确分离乐器声音，广泛应用于语言学习、影视后期制作等多个领域。

AI项目与工具 2025年06月12日 25 点赞 0 评论 137 浏览

VisionFM

VisionFM是一款专为眼科设计的多模态多任务视觉基础模型，通过大规模预训练支持多种眼科成像模态处理，涵盖疾病筛查、诊断、预后预测、表型细分及全身性生物标志物分析等功能。其在疾病诊断上的表现超越了大部分眼科医生，并具备强大的泛化能力和少样本学习能力。

AI项目与工具 2025年06月12日 83 点赞 0 评论 134 浏览

免费|吴恩达×OPENAI联合推出ChatGPT prompt深度学习课程

生成式人工智能为人工智能工程师提供了许多机会，可以在几分钟或几小时内构建强大的应用程序，而以前需要几天或几周的时间。我很高兴能够分享这些最佳实践，使更多的人能够利用这...

创作工具 1970年01月01日 0 点赞 0 评论 128 浏览

团子AI

一款集伴奏人声提取、乐器分离及无损音频升降调等功能于一体的在线人工智能音乐处理工具箱。

Ai语音工具 2025年06月05日 39 点赞 0 评论 125 浏览

TextDiffuser

一个功能强大的图像生成工具，它通过扩散模型技术，根据文本描述生成高质量的图像。这个工具为用户提供了一种创新的方式来探索和实现他们的创意视觉概念。

Ai平台模型 1970年01月01日 0 点赞 0 评论 37 浏览