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
生成
Suno all in one
一款高效的可将文本转化为音乐的AI工具，使音乐创作更加简单。Suno all in one提供各种音乐风格和声音效果的生成，支持快速、方便的音乐创作。
Gemini Coder
Gemini Coder 是一款基于 Google Gemini API 的 Web 开发工具，支持通过自然语言描述快速生成完整应用代码，并提供实时编辑与预览功能。它整合了 Next.js 和 Tailwind CSS，提升开发效率与用户体验。兼容多种 Gemini 模型，适用于原型开发、教育学习、小型应用构建等场景，是提高开发速度和灵活性的实用工具。
AnimateDiff
AnimateDiff是一款由上海人工智能实验室、香港中文大学和斯坦福大学的研究人员共同开发的框架，旨在将文本到图像模型扩展为动画生成器。该框架利用大规模视频数据集中的运动先验知识，允许用户通过文本描述生成动画序列，无需进行特定的模型调优。AnimateDiff支持多种领域的个性化模型，包括动漫、2D卡通、3D动画和现实摄影等，并且易于与现有模型集成，降低使用门槛。
