生成

LOVO.AI

LOVO AI是一个功能强大的AI语音生成器,它通过提供多样化的语音选项和易用的编辑工具,帮助用户快速创建引人入胜的视频和音频内容。

CSM 3D Viewer

CSM 3D Viewer提供api、接口和开源软件,将多模态输入和体验转换为数字模拟器,用于人工智能训练和内容创建。我们相信,学习生成世界模型是实现AGI的系统路径,类似于儿童从经验中...

GameNGen

GameNGen是谷歌推出的一款AI游戏引擎,它能够以每秒20帧的速度实时生成高质量的DOOM游戏画面,使大多数玩家难以分辨真假。该工具无需编程,简化了开发流程,同时具备高逼真度和交互式体验,为游戏创作提供了新的可能性。除了游戏开发,它还能应用于虚拟现实、自动驾驶等多个领域,具有广泛的应用前景。

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。

TeleAI 视频生成大模型

TeleAI视频生成大模型是一款基于两阶段生成框架的AI工具,能够根据文本描述生成高质量视频,具备主体外观一致性、动作控制精准性以及场景过渡流畅性等特点。它广泛应用于影视制作、广告行业、教育培训、游戏开发及新闻报道等领域,助力提升创作效率并降低成本。

RWKV

RWKV-7是一种先进的大模型架构,超越传统注意力机制,具备强大的上下文学习能力和高效的训练稳定性。其动态状态更新和学习率调整机制提升了模型性能,适用于文本生成、机器翻译、情感分析、对话系统及多语言处理等多种应用场景。

HiDiffusion

大幅提升扩散模型的图像生成质速度提升6倍,由字节跳动的研究团队开发,只需添加一行代码即可

AI Picasso

AI Picasso 是一个可让您使用强大的 AI 创作令人惊叹的艺术品。它从您输入的文本中生成图像,类似Stable Diffusion。您还可以使用提示词进行编辑微调,享受使用 AI 进行艺术创作的乐趣。

EmojiGen

EmojiGen是一个开源的表情符号生成器。用户只需要在输入框中输入一个词或短语,EmojiGen就会立即生成相关的表情符号。

PearAI

PearAI是一款开源的AI辅助代码编辑器,基于VSCode开发。它集成了自然语言处理、机器学习模型以及代码分析技术,能够帮助开发者快速生成代码、理解现有代码逻辑并进行有效维护。PearAI不仅支持本地代码存储以保障数据安全,还提供了友好的用户界面与高效的开发流程。其应用场景广泛,包括但不限于快速原型开发、团队协作、代码审查以及编程教育等。