UniTok UniTok是由字节跳动联合高校研发的统一视觉分词器,支持视觉生成与理解任务。其采用多码本量化技术,将视觉特征分割并独立量化,显著提升离散token的表示能力。在ImageNet上实现78.6%的零样本分类准确率,图像重建质量达0.38。可作为多模态大语言模型的视觉输入模块,广泛应用于图像生成、视觉问答、内容创作及跨模态检索等场景。 AI项目与工具 2025年06月11日 22 点赞 0 评论 141 浏览
智谱API 新用户免费领1亿tokens,基于领先的千亿级多语言、多模态预训练模型,打造高效率、通用化的“模型即服务”AI开发新范式。 创作工具 1970年01月01日 0 点赞 0 评论 141 浏览
Florence Florence-2是微软Azure AI团队研发的多功能视觉模型,支持图像描述、目标检测、视觉定位和图像分割等功能。该模型基于Transformer架构,采用序列到序列学习方法,利用自注意力机制实现多模态信息融合。通过训练大规模数据集,Florence-2在多个应用场景中表现出色,包括图像和视频分析、内容审核、辅助驾驶、医疗影像分析以及零售和库存管理。 AI项目与工具 2025年06月12日 67 点赞 0 评论 140 浏览
FotoForensics 一个由Hacker Factor提供的在线图像篡改检测工具,主要用于分析图像是否被修改过,比如你可以使用FotoForensics检测图像是否被PS过。 图片处理 2025年06月05日 28 点赞 0 评论 140 浏览
HandRefiner 解决AI图像生成中手部畸形的问题 目前的图像生成模型,再生成图像方面已经非常出色,但在生成人类手部的图像时却常常出现问题,比如手指数量不对或者手形怪异。 Ai开源项目 2025年06月05日 27 点赞 0 评论 138 浏览
PixelFlow PixelFlow是由香港大学与Adobe联合开发的图像生成模型,支持在像素空间中直接生成高质量图像。其基于流匹配技术和多尺度生成策略,实现从低分辨率到高分辨率的逐步生成,有效降低计算成本。该模型在类别条件图像生成和文本到图像生成任务中表现优异,具备强大的语义理解和视觉表达能力。此外,PixelFlow采用端到端训练方式,支持多种ODE求解器,适用于艺术设计、内容创作、教育研究等多个领域。 AI项目与工具 2025年06月11日 100 点赞 0 评论 138 浏览