GroundingBooth GroundingBooth 是一种创新的文本到图像定制框架,通过结合文本-图像对齐模块和遮罩交叉注意力层,实现了前景主体与背景对象的空间精准对齐。其核心功能包括单主题与多主题定制、身份保留、文本-图像一致性保障及复杂场景下的高精度生成。该工具广泛应用于个性化商品定制、艺术创作、游戏设计、广告营销等多个领域,为视觉内容创作提供了强大的技术支持。 AI项目与工具 2025年06月12日 20 点赞 0 评论 480 浏览
潮际主设 潮际主设是一款基于AI技术的时尚设计工具,专为服装设计师提供支持。它涵盖款式生成、局部优化、图案设计和颜色替换等功能,通过智能化操作提升设计效率,并支持个性化定制与快速原型制作,适用于服装设计、趋势预测及颜色搭配等多个领域。 AI项目与工具 2025年06月12日 37 点赞 0 评论 480 浏览
MonkeyOCR MonkeyOCR是由华中科技大学与金山办公联合开发的文档解析模型,能够高效地将非结构化文档内容转换为结构化信息。其支持多种文档类型和语言,处理复杂文档(如公式、表格)效果显著,处理速度达每秒0.84页。基于SRR三元组范式和MonkeyDoc数据集,模型在准确性和效率上表现优异,适用于自动化业务流程、数字存档、智能教育、医疗记录管理及学术研究等场景。 AI项目与工具 2025年06月11日 15 点赞 0 评论 480 浏览
猫头音 猫头音是一款基于深度学习技术的AI配音与翻唱工具,支持将文字转化为高质量语音输出,并提供多样化音色选择及丰富的音频处理功能。用户可通过简单操作实现个性化配音、修音翻唱以及音频编辑,广泛适用于视频创作、广告制作、有声读物开发及音乐翻唱等多个领域。 AI项目与工具 2025年06月12日 52 点赞 0 评论 480 浏览
mPLUG mPLUG-Owl3是一款由阿里巴巴开发的多模态AI模型,专注于理解和处理多图及长视频内容。该模型具备高推理效率和准确性,采用创新的Hyper Attention模块优化视觉与语言信息的融合。它已在多个基准测试中展现出卓越性能,并且其源代码和资源已公开,可供研究和应用。 AI项目与工具 2025年06月12日 73 点赞 0 评论 480 浏览
易健EasyHealth 易健EasyHealth是一款基于大语言模型技术开发的微信小程序,提供AI智能问答、情感智能算法、健康档案管理、健康数据分析及个性化健康咨询等多功能服务。用户可免费注册并自定义AI助手性格与回答风格,同时享受多语言支持和定制化健康建议,用于个人健康管理、健康咨询、疾病预防、健康教育及心理支持等多个应用场景。 AI项目与工具 2025年06月12日 83 点赞 0 评论 480 浏览
yourmove.ai YourMove.ai 是一款基于 AI 技术的约会助手,可帮助用户优化个人资料、生成个性化开场白及回复建议,提升在线约会的匹配率和沟通效率。其核心功能包括 AI 照片增强、数据驱动的资料优化建议以及多场景下的对话支持,适用于初识、持续交流、资料完善等不同阶段,帮助用户更高效地进行社交互动。 AI项目与工具 2025年06月12日 54 点赞 0 评论 479 浏览
3DV 3DV-TON是一种基于扩散模型的视频虚拟试穿框架,由阿里巴巴达摩院、湖畔实验室与浙江大学联合研发。该工具通过生成可动画化的纹理化3D网格作为帧级指导,提升试穿视频的视觉质量和时间一致性。其支持复杂服装图案和多样化人体姿态,提供高分辨率基准数据集HR-VVT,适用于在线购物、时尚设计、影视制作等多个领域。 AI项目与工具 2025年06月11日 60 点赞 0 评论 479 浏览
FantasyID FantasyID是由阿里巴巴集团与北京邮电大学联合开发的视频生成框架,基于扩散变换器和3D面部几何先验,实现高质量、身份一致的视频生成。其通过多视角增强和分层特征注入技术,提升面部动态表现,同时保持身份稳定性。支持多种应用场景,如虚拟形象、内容创作和数字人交互,具备无需微调的高效生成能力。 AI项目与工具 2025年06月12日 81 点赞 0 评论 479 浏览
SmartEraser SmartEraser是中科大与微软亚洲研究院联合开发的图像编辑工具,采用“掩码区域引导”技术实现精准对象移除,同时保留周围上下文。基于Syn4Removal数据集训练,支持多种掩码输入,适用于复杂场景,广泛应用于照片编辑、设计、文物修复及科研等领域。 AI项目与工具 2025年06月12日 36 点赞 0 评论 479 浏览