图像

1. 首页
2. 图像

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

AI项目与工具 2025年06月12日 90 点赞 0 评论 316 浏览

Ola

Ola是一款由多机构联合开发的全模态语言模型，支持文本、图像、视频和音频等多种输入形式。通过渐进式模态对齐策略，逐步扩展模型的多模态理解能力，同时采用流式解码技术提升交互体验。其架构融合多种编码器与解码器，结合局部-全局注意力机制，实现高效多模态处理，在多项任务中表现优异。

AI项目与工具 2025年06月12日 98 点赞 0 评论 317 浏览

insMind

insMind 是一款专业的商品图 AI 编辑工具，适用于提升产品图片质量。其主要功能包括快速背景去除、对象擦除、新背景生成、智能图像识别、创意滤镜与效果应用、批量处理及导出等。这款工具拥有直观的界面，适合各水平用户使用，支持广泛的设计需求，包括社交媒体内容创作。它能有效提高工作效率和创意表达。

AI项目与工具 2025年06月12日 41 点赞 0 评论 317 浏览

CodeFormer

CodeFormer是一款由南洋理工大学和商汤科技合作开发的AI照片和视频修复工具。它利用变分自动编码器（VQGAN）和Transformer技术，能够对模糊和马赛克处理过的照片或视频进行高质量修复。CodeFormer支持图片和视频的高清修复，操作简便且为开源免费软件，适用于家庭相册修复、社交媒体照片优化及专业图像处理等多种场景。

AI项目与工具 2025年06月12日 24 点赞 0 评论 318 浏览

DiffBrush

DiffBrush是由多所高校与研究机构联合开发的图像生成与编辑工具，支持用户通过手绘草图直接控制图像生成过程。其核心技术包括颜色引导、实例与语义控制、潜在空间再生等，兼容多种主流T2I模型，如Stable Diffusion、SDXL等，并支持LoRA风格调整。该工具简化了AI绘画流程，提升了图像生成的精度与灵活性，适用于创意绘画、图像编辑、教育、游戏设计等多个领域。

AI项目与工具 2025年06月12日 97 点赞 0 评论 318 浏览

朱雀AI检测

朱雀AI检测是腾讯混元安全团队推出的AI内容识别工具，具备图像和文本检测功能，可精准识别AI生成内容。系统通过分析图像差异、隐层特征及文本模式，提供快速、可靠的检测服务。广泛应用于医疗、法律、教育、新闻等领域，助力内容真实性验证与版权保护，提升数字环境的信任度。

AI项目与工具 2025年02月13日 17 点赞 0 评论 318 浏览

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。

AI项目与工具 2025年06月12日 12 点赞 0 评论 318 浏览

美图AI视觉大模型

奇想智能MiracleVision大模型汇聚顶尖技术，专业人才和行业资源，依托美图视觉实验室的强大AI技术能力，通过美学升级锻造调优实现更懂美学的AI视觉大模型。

Ai平台模型 2025年06月05日 56 点赞 0 评论 318 浏览

Svg.la

Svg.la 是一款基于人工智能的 SVG 文件生成与转换工具，支持文本转 SVG 和图像转 SVG 功能。用户可以输入文本提示或上传图像，生成高质量、可缩放的矢量图形，广泛应用于品牌设计、图标制作、艺术作品转换及网页和移动应用开发等领域，满足多语言需求。

AI项目与工具 2025年06月12日 99 点赞 0 评论 319 浏览

Shot Rate

Shot Rate是一种用于电商的 AI 工具，可以生成无限变化的产品图像。它使用基于用户原始图像训练的自定义 AI 模型，为营销和宣传材料创建独特且高质量的产品视觉效果。

Ai绘画生成 2025年06月05日 41 点赞 0 评论 319 浏览