AI项目与工具

Magic Copy

Magic Copy

Magic Copy是一款基于开源技术的AI图像处理工具，支持Chrome浏览器扩展。它利用Meta的Segment Anything Model技术，实现图像中前景对象的自动识别与提取。用户可将提取的内容直接复制到剪贴板或下载保存，广泛应用于设计、教育、电商及办公等领域，提升工作效率。
AI项目与工具 2025年06月12日
BrushNet

BrushNet

BrushNet是一款基于扩散模型的图像修复工具，采用双分支架构处理遮罩区域。它能够实现像素级修复，保持修复区域与原始图像的一致性和高质量。BrushNet适用于多种场景和风格的图像，包括人类、动物、室内和室外场景，以及自然图像、铅笔画、动漫、插画和水彩画等。通过与预训练扩散模型结合，BrushNet提供灵活的修复控制，同时保留未遮罩区域的细节。
AI项目与工具 2024年01月01日
VITRON

VITRON

VITRON是一款由多家顶尖机构联合研发的像素级视觉大型语言模型，具备强大的图像与视频处理能力，涵盖理解、生成、分割及编辑等功能。它融合了编码器-LLM-解码器架构、视觉-语言编码和视觉专家系统，支持多种视觉任务，广泛应用于图像编辑、视频创作、教育辅助、电商营销和新闻报道等领域。
AI项目与工具 2025年06月12日
ViLAMP

ViLAMP

ViLAMP是由蚂蚁集团与中国人民大学联合开发的视觉语言模型，专为高效处理长视频设计。采用混合精度策略，支持在单张A100 GPU上处理长达3小时的视频，提升处理效率并降低计算成本。具备长视频理解、关键信息提取、多任务处理等功能，适用于教育、监控、直播、影视制作及智能客服等场景。技术上通过差分关键帧选择与特征合并优化性能，实现精准且高效的视频分析。
AI项目与工具 2025年06月11日
Boximator

Boximator

Boximator是一种视频合成技术，通过引入硬框和软框实现对视频中对象的位置、形状或运动路径的精细控制。它基于视频扩散模型，通过多阶段训练和自跟踪技术，确保视频合成过程中的高质量和逼真度。应用场景包括电影和电视制作、游戏开发以及VR和AR内容创作。
AI项目与工具 2024年02月20日
Titans

Titans

Titans是谷歌推出的新型神经网络架构，突破了传统Transformer在处理长序列数据时的限制。其核心是神经长期记忆模块，可模拟人脑记忆机制，提升对关键信息的存储与提取能力。Titans支持多种任务，包括语言建模、常识推理和时间序列预测，尤其在处理超长上下文时表现优异。该架构具备并行计算能力，提高了训练效率，适用于文本生成、生物信息学、视频音乐处理等多个领域。
AI项目与工具 2025年06月12日
YouTube Transcript

YouTube Transcript

YouTube Transcript是一款基于人工智能技术开发的在线工具，主要用于将YouTube视频内容自动转录为文字记录。其主要功能涵盖自动转录、字幕生成、内容分析、关键词监测以及同步滚动等，广泛应用于教育、科研、企业培训及法律合规等领域，极大提升了视频内容的可访问性和分析效率。
AI项目与工具 2025年06月12日
ReCamMaster

ReCamMaster

ReCamMaster 是由浙江大学与快手科技联合开发的视频重渲染框架，支持根据用户指定的相机轨迹生成新视角视频。采用预训练模型与帧维度条件机制，实现视频视角、运动轨迹的灵活调整。具备视频稳定化、超分辨率、外扩等功能，适用于视频创作、后期制作、自动驾驶和虚拟现实等领域，提升视频内容的表现力与质量。
AI项目与工具 2025年06月12日
Style Art AI

Style Art AI

Style Art AI 是一款基于 AI 技术的图像创作工具，结合 ChatGPT 4o 模型与多种艺术风格，可将文字描述或图片快速转换为不同风格的艺术作品。用户只需输入文本或上传图片，设置参数即可生成高质量图像。支持 30 多种风格，包括经典动画、迪士尼、皮克斯等，并提供风格混合、细节优化等功能，适合初学者和专业设计师使用。
AI项目与工具 2025年06月11日
CoGenAV

CoGenAV

CoGenAV是一种先进的多模态学习模型，专注于音频和视觉信号的对齐与融合。通过对比特征对齐和生成文本预测的双重目标进行训练，利用同步音频、视频和文本数据，学习捕捉时间对应关系和语义信息。CoGenAV具备音频视觉语音识别、视觉语音识别、噪声环境下的语音处理、语音重建与增强、主动说话人检测等功能，适用于智能助手、视频内容分析、工业应用和医疗健康等多个场景。
AI项目与工具 2025年06月11日