PaliGemma 2
PaliGemma 2是一款由Google DeepMind研发的视觉语言模型（VLM），结合了SigLIP-So400m视觉编码器与Gemma 2语言模型，支持多种分辨率的图像处理。该模型具备强大的知识迁移能力和出色的学术任务表现，在OCR、音乐乐谱识别以及医学图像报告生成等方面实现了技术突破。它能够处理多模态任务，包括图像字幕生成、视觉推理等，并支持量化和CPU推理以提高计算效率。
图像处理
ImageToPromptAI
ImageToPromptAI 是一款AI驱动的图像转文本工具，可快速生成高精度的图像描述，适用于图像生成、艺术创作及内容设计等领域。其功能包括图像分析、文本提示生成和隐私保护，支持多场景应用，助力创作者提高效率与创意表现。
Miracle F1
Miracle F1 是一款由美图 WHEE 推出的 AI 图像生成工具，具备高真实感的图像生成能力，能精准处理光影、材质和空间效果。其语义理解能力强，可准确还原复杂描述，如“纯色背景”“夜景灯光”等。支持多种风格，涵盖 3D 立体、二次元、复古等，适用于电商展示、活动海报、插画设计等多个场景。基于扩散模型和优化算法，提升了生成效率与质量。
ComicsMaker
ComicsMaker是一款基于人工智能技术的在线漫画创作平台，提供页面设计、漫画风格生成、图像处理、姿势创建、图片修复等功能，支持高清画质输出及多种漫画风格选择，适用于个人创作、教学辅助及商业用途，助力用户快速实现漫画创作目标。
SynthLight
SynthLight是由耶鲁大学与Adobe Research联合开发的基于扩散模型的人像重照明工具，通过物理渲染引擎生成合成数据并结合多任务训练策略，实现高质量的光照效果生成。它能够根据环境光照图重新渲染人像，生成自然的高光、阴影和漫反射效果，并适用于摄影后期、虚拟场景、游戏开发及广告设计等多个领域，具备良好的泛化能力和实用性。
PaddleOCR 2.9
PaddleOCR 2.9 是一个基于深度学习的开源 OCR 工具库，提供了强大的文本识别、版面分析和信息抽取功能。支持多语言识别和多种硬件平台，通过低代码开发模式简化了模型的部署和定制，广泛应用于文档数字化、智能办公、身份验证、物流管理和金融服务等领域。
ImageFusion AI
ImageFusion AI 是一款基于人工智能的在线图像合成工具，支持快速、高质量的图像融合与风格转换。用户可通过预设样式或自定义参考图创建独特视觉效果，适用于艺术创作、设计、营销等多个场景。操作简便，输出清晰，适合个人及专业用户使用。
