生成

1. 首页
2. 生成

MineWorld

MineWorld是由微软研究院开发的基于《我的世界》的实时交互式AI模型，采用视觉-动作自回归Transformer架构，实现高保真、可控性强的场景生成。通过并行解码算法，模型可在每秒4至7帧的速度下实现实时交互，适用于具身智能、强化学习、游戏代理及视频生成等场景。其核心技术包括图像与动作标记器、Transformer解码器以及优化的训练与推理流程。

AI项目与工具 2025年06月11日 93 点赞 0 评论 713 浏览

Jambot

JamBot 是一个由人工智能驱动的工具，存在于Figma的FigJam中。它旨在帮助用户更快地启动初稿并加速进展。使用JamBot，用户可以与ChatGPT一起在同一画布上创建视觉思维导图、采取多...

创作工具 1970年01月01日 0 点赞 0 评论 713 浏览

UNO

UNO是字节跳动推出的AI图像生成框架，支持单主体和多主体图像生成，解决多主体一致性难题。采用扩散变换器和渐进式跨模态对齐技术，结合通用旋转位置嵌入（UnoPE），实现高一致性与可控性。适用于虚拟试穿、产品设计、创意设计等多个领域，具备强大泛化能力，已开源并提供完整技术文档。

AI项目与工具 2025年06月11日 23 点赞 0 评论 713 浏览

Neural4D

Neural4D是一款由DreamTech团队开发的AI驱动型3D模型生成平台，利用Direct3D-5B大模型实现从文字或图片到高精度3D模型的自动化生成。其主要功能包括文本生成3D、图片生成3D、CuteMe Q版化身转换以及高精度模型输出。平台支持多种应用场景，如游戏开发、动画制作、虚拟现实设计、产品可视化及3D打印等，推动了3D内容创作领域的快速发展。

AI项目与工具 2025年06月12日 90 点赞 0 评论 712 浏览

Spotter Studio

Spotter Studio 是一款专为 YouTube 创作者设计的 AI 创意工具，通过个性化头脑风暴、数据驱动的研究和全面的项目管理工具，帮助创作者生成新视频的创意、优化内容策略，并提高团队协作效率。该平台利用 AI 分析创作者的内容和观众偏好，提供定制化的视频概念和缩略图建议，从而提升视频表现并增加观众参与度。

AI项目与工具 2025年06月12日 58 点赞 0 评论 712 浏览

SketchVideo

SketchVideo是一款基于草图和文本提示的视频生成与编辑框架，由多所高校与企业联合研发。它利用DiT模型和草图控制网络，实现对视频内容的精细控制，支持动态调整与细节保留。该工具适用于多种场景，如影视制作、教育、游戏开发等，具备高效生成与高质量输出能力。

AI项目与工具 2025年06月11日 83 点赞 0 评论 712 浏览

AI Portrait

Al头像生成器Al Portrait是一个免费的在线应用程序，利用Midjourney V5提供的支持，可以将自拍照转化为引人注目的AI肖像。

Ai图片处理 2025年06月05日 96 点赞 0 评论 712 浏览

Vision Search Assistant

Vision Search Assistant (VSA) 是一种结合视觉语言模型与网络代理的框架，旨在提升模型对未知视觉内容的理解能力。它通过网络检索，使 VLMs 能够处理和回答有关未见图像的问题。VSA 在开放集和封闭集问答测试中表现出色，支持图像描述生成、网络知识搜索、协作生成等功能，可应用于图像识别、新闻分析、教育、电商和旅游等多个领域。

AI项目与工具 2025年06月12日 100 点赞 0 评论 712 浏览

PIXMAKER

PIXMAKER是一款基于AI技术的图像生成与编辑平台，主要服务于电商行业。其核心功能涵盖AI生成产品背景、虚拟试穿效果、多姿势模特照片生成、动态产品视频制作以及背景移除等。用户无需具备专业设计技能即可快速生成高质量的产品图片和视频，从而提升商品展示效果并促进销售转化。该工具广泛应用于电商、市场营销、时尚服装等多个领域，助力企业高效完成产品视觉内容创作。

AI项目与工具 2025年06月12日 52 点赞 0 评论 712 浏览

Meissonic

Meissonic是一款由阿里巴巴集团与多家高校联合开发的文本到图像合成模型，基于掩蔽图像建模技术，结合多模态和单模态Transformer层、高级位置编码策略及优化采样条件，实现了高分辨率图像生成、文本到图像转换、零样本图像编辑等功能。其高效性能使其适用于多种场景，包括艺术创作、媒体娱乐、广告营销、教育及电子商务等领域。 ---

AI项目与工具 2025年06月12日 68 点赞 0 评论 712 浏览