图像
  1. 首页
  2. 图像

列表

Pika 2.2

Pika 2.2

Pika 2.2 是一款基于深度学习的AI视频生成工具，支持文本和图片输入，可生成最高10秒、1080p分辨率的高质量视频。其核心功能包括关键帧过渡技术（Pikaframes）和电影画幅比例支持，提升视频连贯性与专业感。适用于内容创作、广告制作、影视及教育等多个领域，操作简便，适合各类用户快速生成创意视频。
AI项目与工具 2025年06月12日
BrushEdit

BrushEdit

BrushEdit是一款基于多模态大型语言模型和双分支图像修复模型的先进图像编辑框架，支持用户通过自然语言指令进行自由形式的多轮交互式编辑操作。其核心功能包括指令引导的图像编辑、多轮交互式编辑、自由形式掩码编辑、背景与前景处理以及图像修复。该工具通过特征融合、零卷积层和混合微调策略，实现了对编辑区域的精准控制和背景的无缝衔接，适用于内容创作、影视修复、广告设计、社交媒体分享及电商产品图片优化等多个
AI项目与工具 2025年06月12日
PUMA

PUMA

PUMA是一款先进的多模态大型语言模型，专注于通过整合多粒度视觉特征提升视觉生成与理解能力。它支持文本到图像生成、图像编辑、条件图像生成及多粒度视觉解码等功能，适用于艺术创作、媒体娱乐、广告营销等多个领域，凭借其强大的多模态预训练和微调技术，成为多模态AI领域的前沿探索。
AI项目与工具 2025年06月12日
MCA

MCA

MCA-Ctrl是由中科院计算所与国科大联合开发的图像定制生成框架，通过引入SAGI和SALQ注意力控制策略及主体定位模块，提升图像生成质量与一致性。支持零样本图像生成，适用于主体特征保持、背景一致性维护等多种任务，广泛应用于数字内容创作、广告设计、艺术创作等领域。
AI项目与工具 2025年06月11日
VARGPT

VARGPT

VARGPT是一款多模态大语言模型，整合了视觉理解和生成任务于统一的自回归框架中。它通过next-token和next-scale预测机制，支持文本与图像的混合输入和输出，具备高效的视觉生成能力。模型采用三阶段训练策略，提升了在视觉问答、推理及图像生成任务中的表现。适用于多模态内容创作、指令到图像合成等场景。
AI项目与工具 2025年06月12日
M2UGen

M2UGen

M2UGen是由腾讯PCG ARC实验室与新加坡国立大学共同研发的一款多模态音乐理解和生成框架，支持从文本、图像、视频等多种模态输入生成相应音乐。它具有强大的音乐理解能力、灵活的音乐编辑功能以及多样化的应用场景，适用于音乐制作、影视配乐、音乐教育等多个领域。凭借其创新的技术架构和卓越的表现力，M2UGen已成为当前最优秀的多模态音乐生成工具之一。
AI项目与工具 2025年06月12日
ImageBind

ImageBind

ImageBind是由Meta公司开发的开源多模态AI模型，能够整合文本、音频、视觉、温度和运动数据等多种模态的信息，并将其统一到一个嵌入空间中。该模型通过图像模态实现其他模态数据的隐式对齐，支持跨模态检索和零样本学习。它在增强现实（AR）、虚拟现实（VR）、内容推荐系统、自动标注和元数据生成等领域有广泛应用。
AI项目与工具 2025年06月12日
JumiFace

JumiFace

JumiFace 是一款在线人工智能换脸应用，它能够让用户生成换脸视频、照片和GIF动图，提供有趣的视频换脸体验，包括电影角色重新面貌设计、性别互换、面部表情包等。
Ai视频生成 2026年08月14日
Ming

Ming

Ming-Lite-Omni是蚂蚁集团开源的统一多模态大模型，基于MoE架构，支持文本、图像、音频和视频等多种模态的输入输出，具备强大的理解和生成能力。模型在多个任务中表现优异，如图像识别、视频理解、语音问答等，适用于OCR识别、知识问答、视频分析等多个领域。其高效处理能力和多模态交互特性，为用户提供一体化智能体验。
AI项目与工具 2025年06月11日
Half_illustration

Half_illustration

Half_illustration 是一款基于 Flux.1 模型的 LoRA 图像创意工具，融合了摄影写实与插画艺术的元素，创造出独特的视觉效果。该工具支持通过 API 快速生成图像，并与 Diffusers 库兼容。用户可通过详细描述和特定提示词指导模型，实现个性化的艺术创作。其应用广泛，涵盖时尚编辑、广告设计、概念艺术等多个领域。
AI项目与工具 2025年06月12日