开源

Ovis1.6

强大的多模态大模型,它通过创新的架构设计和全面的数据优化,在多模态任务上展现了卓越的性能。

cogvlm2

强大的视频描述生成工具,通过先进的多模态处理和上下文感知能力,为用户提供了一种快速理解视频内容的方法。它的实时处理能力和定制化描述功能,使其在多种应用场景中都非常有用。

Clips AI

Clips AI是一个开源的Python库,专门设计用于自动将长篇视频转换成多个短视频片段,支持将视频的纵横比从16:9调整为9:16。

FLUX.1

Stable Diffusion原班人马推出的开源文生图模型,Black Forest Labs推出的一系列AI图像生成工具,旨在为不同需求的用户提供定制化的服务。无论是专业的图像生成需求,还是开发和个...

RapidPages

一个开源的集成开发环境(IDE),专注于利用人工智能技术快速生成React和Tailwind CSS的UI组件。

Gummy

创新的语音翻译大模型,它通过端到端的设计和深度学习技术,实现了高质量的实时语音翻译。无论是在国际会议、教育培训、旅游导航还是客户服务和医疗咨询等场景中,Gummy都能提供高...

DragGAN(GitHub)

DragGAN是一个创新的AI图像编辑工具,它提供了一种新颖的交互方式,允许用户通过直观的点拖动操作来编辑图像。

Real

一个强大的图像超分辨率工具,它利用深度学习和生成对抗网络,在没有真实高分辨率图像作为参考的情况下,通过合成退化过程来提升低分辨率图像的质量。

AnyText

一个创新的多语言视觉文本生成和编辑工具,利用先进的扩散模型技术,能够准确生成和编辑图像中的文本。它不仅支持多种语言和文本风格,还能在复杂的图像背景中保持文本的清晰度和...