图像处理

TokenFD

TokenFD是由上海交通大学与美团联合开发的细粒度图文对齐基础模型,专为文档理解任务设计。通过图像与语言Token的统一特征空间对齐,支持Token级图文交互,提升了多模态任务性能。其基于自研的TokenIT数据集进行训练,涵盖2000万张图像和18亿高质量Token-Mask对,覆盖多种文本图像类型。TokenFD可用于文档处理、图像审查、文字检索及大模型知识增强等多个领域,具有广泛的适用性和

Phot.AI

Phot.AI 是一款基于AI技术的在线图片编辑平台,主要功能包括自动图像修复、高级色彩校正、边缘检测和锐化等。它支持批量处理多张图片,具备AI照片生成能力,并提供直观的用户界面。Phot.AI 可用于社交媒体内容创作、专业摄影后期处理、电子商务产品展示以及广告和营销材料制作等多个场景,帮助用户提升图片质量和工作效率。

Tesseract

Tesseract是一款开源的光学字符识别(OCR)引擎,支持多语言识别和多种图像格式。其具备高精度的文字识别能力,适用于文档数字化、表格数据提取、发票识别及移动OCR应用等多个场景。支持跨平台运行,并提供丰富的编程接口和自定义训练功能,便于开发者集成和优化识别效果。

DiffEditor

DiffEditor是由北京大学深圳研究生院与腾讯PCG联合研发的图像编辑工具,基于扩散模型,结合图像与文本提示,支持细粒度对象移动、尺寸调整、内容拖动及跨图像编辑。采用区域随机微分方程(Regional SDE)和时间旅行策略,提升编辑准确性和灵活性。无需额外训练即可实现高效图像处理,适用于创意设计、人像修复和风景优化等场景。

MimicPhoto

MimicPhoto 是一款基于 AI 的图像处理工具,支持面部表情优化、动态视频生成、背景替换及智能补光等功能。用户可轻松调整笑容、眼神等细节,将静态照片转化为生动的动态视频,提升人像质量和视觉表现力,适用于摄影、电商、社交媒体及创意制作等多种场景。

Avat3r

Avat3r 是由慕尼黑工业大学与 Meta Reality Labs 联合开发的高保真三维头部头像生成模型,基于高斯重建技术,仅需少量输入图像即可生成高质量且可动画化的 3D 头像。其核心优势在于使用交叉注意力机制实现表情动态化,支持多源输入,具备良好的鲁棒性和泛化能力。适用于 VR/AR、影视制作、游戏开发及数字人等领域。

Picsart

Picsart是全球最大的数字创作平台。它的人工智能工具允许各级创作者设计、编辑、绘制和分享照片和视频内容。Picsart已经积累了世界上最大的开源内容集合之一,包括照片、贴纸、背...

Molmo 72B

Molmo 72B是一款由艾伦人工智能研究所推出的开源多模态AI模型,集成了图像和文本处理能力,适用于图像描述生成、视觉问答、文档解析及多模态交互等多种任务。凭借其强大的视觉编码能力和先进的模型架构,Molmo 72B在学术基准测试中表现优异,为开源AI技术的发展做出了重要贡献。

易可图

极简易用的免费图片及海报在线设计平台

Radiant Photo

Radiant Photo是一款基于AI技术的照片编辑软件,旨在通过智能算法优化照片色彩和细节。它支持手动与自动操作模式,并可作为独立应用或Photoshop/Lightroom插件使用。软件提供多种预设和工具,涵盖专业摄影、肖像修饰、风景摄影及活动记录等场景,助力用户快速提升照片质量并实现个性化定制。