NVILA NVILA是一款由NVIDIA开发的视觉语言模型，通过“扩展-压缩”策略优化处理高分辨率图像和长视频，兼具效率与准确性。它在图像和视频基准测试中表现优异，支持时间定位、机器人导航和医疗成像等应用场景，并通过参数高效微调和量化技术提升模型性能。未来将在GitHub和HuggingFace平台上开源。 AI项目与工具 2025年06月12日 68 点赞 0 评论 489 浏览
Astria AI Astria是一个利用生成AI创建定制图像的平台。Astria AI允许用户上传一组主题的图像，然后根据文本提示生成新图像。 Ai绘画生成 2025年06月05日 28 点赞 0 评论 488 浏览
Boow Boow-VTON是一种基于先进图像生成技术和数据增强方法的虚拟试衣技术，无需精确遮罩即可实现高质量试穿效果。该工具通过试穿定位损失和注意力机制，精准识别试穿区域并确保服装自然贴合人体，支持多服装试穿且操作简便。其应用场景包括在线购物、时尚零售、个性化推荐、社交媒体互动及服装设计等多个领域，具有广泛的商业应用价值。 AI项目与工具 2025年06月12日 49 点赞 0 评论 488 浏览
WeShop商拍 WeShop是国内首款AI商拍工具，专注于电商产品图片的智能生成。它旨在帮助品牌商家解决商品图拍摄成本高、模特贵等痛点，同时提供高效且成本效益高的解决方案。 Ai绘画生成 1970年01月01日 0 点赞 0 评论 487 浏览
WebSSL WebSSL是由Meta和纽约大学等机构开发的视觉自监督学习模型，基于大规模网络图像数据训练，无需语言监督即可学习有效视觉表示。其包含多个变体，参数规模从3亿到70亿不等，在多模态任务如视觉问答、OCR和图表理解中表现出色。通过筛选含文本图像数据，显著提升特定任务性能。模型具备良好的扩展性，适用于智能客服、文档处理、医疗影像分析等多个领域。 AI项目与工具 2025年06月11日 92 点赞 0 评论 487 浏览
Megrez Megrez-3B-Omni是一款具备全模态理解能力的开源模型，支持图像、音频和文本的综合处理，具备强大的推理效率和多模态交互功能。它能够在多个权威测试集中展现卓越性能，尤其擅长场景理解、OCR识别及语言生成等任务，同时通过智能WebSearch调用增强问题解答能力，适用于个人助理、智能家居、车载系统等多种应用场景。 AI项目与工具 2025年06月12日 25 点赞 0 评论 487 浏览
AIGIF AIGIF是一款基于AI技术的个性化GIF制作工具，允许用户通过上传自拍照，将自己的面部特征无缝嵌入到各种GIF动画中，生成具有高度真实感和娱乐价值的表情包。其核心功能包括智能人脸交换、快速生成、高保真图像质量和丰富素材库。平台注重隐私保护，并提供免费与付费两种订阅模式以适应不同用户需求。 AI项目与工具 2025年06月12日 27 点赞 0 评论 487 浏览
UNO UNO是字节跳动推出的AI图像生成框架，支持单主体和多主体图像生成，解决多主体一致性难题。采用扩散变换器和渐进式跨模态对齐技术，结合通用旋转位置嵌入（UnoPE），实现高一致性与可控性。适用于虚拟试穿、产品设计、创意设计等多个领域，具备强大泛化能力，已开源并提供完整技术文档。 AI项目与工具 2025年06月11日 23 点赞 0 评论 487 浏览
Pollo AI Pollo AI是一款由HIX.AI推出的AI视频创作平台，支持文本、图像及视频风格转换等多种功能，能将文字或图片快速生成高质量视频。平台具备角色一致性保障、多风格转换、高清输出等特性，适用于短视频制作、品牌推广、教学视频等领域，为用户提供高效的AI视频生成体验。 AI项目与工具 2025年06月11日 71 点赞 0 评论 487 浏览
