图像

PaddleOCR 2.9

PaddleOCR 2.9 是一个基于深度学习的开源 OCR 工具库,提供了强大的文本识别、版面分析和信息抽取功能。支持多语言识别和多种硬件平台,通过低代码开发模式简化了模型的部署和定制,广泛应用于文档数字化、智能办公、身份验证、物流管理和金融服务等领域。

Perfectly AI

Pictory 是一个网站,可帮助您根据文本创建视频。您可以使用它来制作引人入胜的故事、演示文稿或广告。

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

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。

Champ

Champ是由阿里巴巴、复旦大学和南京大学的研究人员共同开发的一款基于3D的AI工具,能够将人物图片转换为高质量的视频动画。Champ通过结合3D参数化模型和潜在扩散模型,精准捕捉和再现人体的3D形态和动态,保证动画的连贯性和视觉逼真度。此外,Champ还支持跨身份动画生成,并能与文本生成图像模型结合,使用户可以根据文本描述生成特定的角色外观和动作。

PicMenu

PicMenu是一款利用AI技术实现菜单可视化的工具,用户可通过上传菜单图片自动生成数字化展示图,支持多格式导出,适用于社交媒体、网站及打印场景。未来版本计划增加菜品详细信息展示,同时具备标签过滤功能,提升用户体验。PicMenu目前为开源项目,基础功能免费提供。

美图AI开放平台

美图AI开放平台是美图公司推出的AI服务平台,专注于人脸技术、人体技术、图像识别、图像处理、图像生成等核心领域,为客户提供经市场验证的专业AI算法服务和解决方案。

MisoraAI

Misora AI是一款集成了深度学习与自然语言处理技术的智能搜索引擎,具备快速搜索、精准匹配及自然语言交互等功能。它不仅能为用户提供即时的文本查询结果,还能生成创意内容如诗歌、故事等,并支持图像描述服务。Misora AI适用于多种场景,包括日常信息查询、学术研究、工作辅助以及娱乐资讯获取,为用户提供了便捷高效的智能化解决方案。

MagicQuill

MagicQuill是一款基于AI的开源图像编辑工具,提供智能化的局部编辑功能。其核心功能包括AI驱动的智能建议、精确的像素级编辑(如添加、删除和颜色调整),以及多种定制化工具(如添加笔刷、减去笔刷和颜色笔刷)。此外,它还具备实时意图预测和参数调整能力,支持多模态大语言模型和扩散模型的协作,适用于个人娱乐、教育、专业设计及商业应用等多个领域。