图像 - 智狐AI导航

LongLLaVA

LongLLaVA是由香港中文大学（深圳）研究团队开发的多模态大型语言模型，结合Mamba和Transformer模块，利用2D池化技术压缩图像token，大幅提升处理大规模图像数据的效率。该模型在视频理解、高分辨率图像分析及多模态代理任务中表现优异，特别擅长检索、计数和排序任务。其技术亮点包括渐进式训练策略和混合架构优化，支持多种多模态输入处理，广泛应用于视频分析、医学影像诊断、环境监测等领域。

AI项目与工具 2025年06月12日 67 点赞 0 评论 612 浏览

RealisHuman

RealisHuman 是一个用于优化生成图像中人体部位的后处理框架，采用两阶段方法提升手部和面部等部位的真实性。它通过参考原始图像生成逼真结构，并重新绘制周围区域实现无缝融合，支持多种图像风格，适用于游戏、影视、艺术等领域。

AI项目与工具 2025年06月12日 65 点赞 0 评论 613 浏览

InstantMesh

一个基于单张图片，利用先进的稀疏视图大型重建模型（LRM）架构，快速生成3D网格（Mesh）的工具

Ai开源项目 2025年06月05日 51 点赞 0 评论 613 浏览

SolidGrids

SolidGrids 使用高级算法来去除背景、调整照明、添加广告横幅等，在几秒钟内创建适销对路的广告图像。

电商运营 2025年06月05日 41 点赞 0 评论 614 浏览

ObjectMover

ObjectMover是由香港大学与Adobe Research联合开发的图像编辑模型，专注于解决物体移动、插入和移除过程中的光影协调问题。通过视频先验迁移和序列到序列建模技术，实现对光照、阴影和遮挡关系的精准控制。支持多任务学习，提升模型在真实场景中的适应性。广泛应用于特效制作、虚拟场景编辑、游戏开发等领域，具备高效、真实的图像编辑能力。

AI项目与工具 2025年06月12日 91 点赞 0 评论 616 浏览