深度学习

1. 首页
2. 深度学习

数画APP

数画APP是一款国产AI绘画应用，用户通过语音对话或输入画面描述词，数画软件就会根据用户的描述为你创作一幅专属绘画作品。

Ai绘画生成 2025年06月05日 42 点赞 0 评论 189 浏览

易我人声分离

易我人声分离是一款基于AI技术的音频编辑工具，可智能分离音频或视频中的人声与背景音乐，支持多种格式，并具备一键操作的便捷性。它不仅适用于音乐创作和视频剪辑，还支持精确分离乐器声音，广泛应用于语言学习、影视后期制作等多个领域。

AI项目与工具 2025年06月12日 25 点赞 0 评论 192 浏览

JoyGen

JoyGen是由京东科技与香港大学联合开发的音频驱动型3D说话人脸视频生成框架，能够实现唇部动作与音频信号的精准同步，并提供高质量的视觉效果。该工具采用单步UNet架构进行高效视频编辑，基于130小时中文视频数据集训练，在唇音同步和视觉质量方面表现优异。适用于虚拟主播、动画制作、在线教育及多语言视频生成等多个领域，为视频内容创作提供了创新解决方案。

AI项目与工具 2025年06月12日 78 点赞 0 评论 193 浏览

Fellou

Fellou是一款由Fellou AI推出的智能浏览器，集成了智能体技术与工作流自动化，能自动执行复杂任务，提升操作效率。其核心功能包括深度行动、主动智能、影子空间、智能体网络等，支持跨平台搜索、多任务并行及个性化服务。用户可通过简单指令完成数据采集、表单填写、报告生成等操作，适用于市场调研、行为预测及多场景协作等应用场景。

AI项目与工具 2025年06月11日 66 点赞 0 评论 195 浏览

VideoLLaMA3

VideoLLaMA3 是阿里巴巴开发的多模态基础模型，支持视频与图像的深度理解和分析。基于 Qwen 2.5 架构，结合先进视觉编码器与语言生成能力，具备高效时空建模与多语言处理能力。适用于视频内容分析、视觉问答、字幕生成等场景，提供多种参数版本，支持灵活部署。

AI项目与工具 2025年06月12日 87 点赞 0 评论 196 浏览

AI Picasso

AI Picasso 是一个可让您使用强大的 AI 创作令人惊叹的艺术品。它从您输入的文本中生成图像，类似Stable Diffusion。您还可以使用提示词进行编辑微调，享受使用 AI 进行艺术创作的乐趣。

Ai绘画生成 2025年06月05日 75 点赞 0 评论 196 浏览

VisionFM

VisionFM是一款专为眼科设计的多模态多任务视觉基础模型，通过大规模预训练支持多种眼科成像模态处理，涵盖疾病筛查、诊断、预后预测、表型细分及全身性生物标志物分析等功能。其在疾病诊断上的表现超越了大部分眼科医生，并具备强大的泛化能力和少样本学习能力。

AI项目与工具 2025年06月12日 83 点赞 0 评论 199 浏览

CogVideoX

CogVideoX是由智谱AI开发的开源AI视频生成模型，支持英文提示词生成6秒长、每秒8帧、分辨率为720x480的视频。它具备低显存需求、视频参数定制、3D Causal VAE技术和推理与微调功能。该模型采用基于Transformer的架构和3D Causal Variational Autoencoder技术，支持多阶段训练和自动及人工评估，适用于创意视频制作、教育材料、广告、游戏、电影编

AI项目与工具 2025年06月12日 55 点赞 0 评论 201 浏览

UniToken

UniToken 是一种面向多模态理解与生成任务的自回归模型，结合了离散与连续视觉表示，实现对图像语义与细节的全面捕捉。它支持图文理解、图像生成、多模态对话、复杂指令执行等多种任务，并具备细粒度视觉处理能力。适用于内容创作、智能客服、教育、医疗及自动驾驶等多个领域。

AI项目与工具 2025年06月11日 67 点赞 0 评论 202 浏览

UniTok

UniTok是由字节跳动联合高校研发的统一视觉分词器，支持视觉生成与理解任务。其采用多码本量化技术，将视觉特征分割并独立量化，显著提升离散token的表示能力。在ImageNet上实现78.6%的零样本分类准确率，图像重建质量达0.38。可作为多模态大语言模型的视觉输入模块，广泛应用于图像生成、视觉问答、内容创作及跨模态检索等场景。

AI项目与工具 2025年06月11日 22 点赞 0 评论 205 浏览