图像

1. 首页
2. 图像

InternVL

InternVL是由上海人工智能实验室开发的多模态大模型，融合视觉与语言处理能力，支持图像、视频、文本等多种输入。其基于ViT-MLP-LLM架构，具备多模态理解、多语言处理、文档解析、科学推理等能力，广泛应用于视觉问答、智能客服、图像分析等领域。模型采用动态高分辨率与渐进式训练策略，提升处理效率与准确性。

AI项目与工具 2025年06月12日 78 点赞 0 评论 943 浏览

FancyTech

一家专注于人工智能内容生成的公司，提供创新的AI平台，能够将产品图片转换成吸引人的、具有传播性的视频，从而将静态的视觉内容转变为动态且富有吸引力的形式。

电商运营 2025年06月05日 25 点赞 0 评论 944 浏览

VideoDrafter

一个高质量视频生成的开放式扩散模型，相比之前的生成视频模型，VideoDrafter最大的特点是能在主体不变的基础上，一次性生成多个场景的视频。

Ai开源项目 2025年06月05日 89 点赞 0 评论 944 浏览

Cobra

Cobra是由清华大学、香港中文大学和腾讯ARC实验室联合开发的漫画线稿上色框架，采用因果稀疏注意力机制和局部可复用位置编码技术，实现高精度、高效率的自动上色。支持颜色提示调整，提升灵活性与个性化。适用于漫画、动画、插画等多种场景，具有高效的推理能力和良好的扩展性。项目已开源，包含技术论文与模型资源。

AI项目与工具 2025年06月11日 21 点赞 0 评论 945 浏览

星流图像大模型

星流图像大模型是由LiblibAI发布的一款自研图像大模型，名为Star-3 Alpha。由LiblibAl团队于2024年启动研发，将于2025年Q1发布正式

Ai绘画生成 2025年06月05日 62 点赞 0 评论 945 浏览

字体格式转换器

在线字体相互转换ttf,otf,woff,eot,svg为成网页用的字体格式。

字体字库 2025年06月05日 20 点赞 0 评论 945 浏览

Migician

Migician是一款由多所高校联合开发的多模态大语言模型，专为多图像定位任务设计。它基于大规模数据集MGrounding-630k，采用端到端架构和两阶段训练方法，支持跨图像精准定位与多任务处理。Migician适用于自动驾驶、安防监控、医疗影像等多个领域，具有高效的推理能力和灵活的输入方式。

AI项目与工具 2025年06月12日 90 点赞 0 评论 945 浏览

Story

Story-Adapter是一种无需额外训练的长篇故事可视化框架，通过迭代优化和全局参考交叉注意力模块，提升图像生成的质量与细节表现。该工具适用于多种场景，包括故事创作、教育学习、娱乐游戏、广告营销以及影视制作等，特别适合需要将文字转化为视觉化内容的场合。

AI项目与工具 2025年06月12日 93 点赞 0 评论 945 浏览

SynthLight

SynthLight是由耶鲁大学与Adobe Research联合开发的基于扩散模型的人像重照明工具，通过物理渲染引擎生成合成数据并结合多任务训练策略，实现高质量的光照效果生成。它能够根据环境光照图重新渲染人像，生成自然的高光、阴影和漫反射效果，并适用于摄影后期、虚拟场景、游戏开发及广告设计等多个领域，具备良好的泛化能力和实用性。

AI项目与工具 2025年06月12日 73 点赞 0 评论 945 浏览

Qreates

高质量产品照片生成网站，用户只需通过Qreates输入简单的提示（如风格或氛围）就可以生成特定风格的产品照片，从而提升产品的吸引力。

Ai图片处理 2025年06月05日 41 点赞 0 评论 945 浏览