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 390 浏览

Removal.AI

一款抠图去除图像背景多功能工具，Removal.AI 提供了一个自动化流程，可以快速、准确地从图像中去除背景，使用户几乎可以立即获得透明的背景图像。

图片处理 2025年06月05日 29 点赞 0 评论 389 浏览

Voyage Multimodal

Voyage Multimodal-3 是一款多模态嵌入模型，能够处理文本、图像以及它们的混合数据，无需复杂文档解析即可提取关键视觉特征。它在多模态检索任务中的准确率显著高于现有最佳模型，支持语义搜索和文档理解，适用于法律、金融、医疗等多个领域的复杂文档检索任务。

AI项目与工具 2025年06月12日 27 点赞 0 评论 389 浏览

BlockDance

BlockDance是由复旦大学与字节跳动联合开发的扩散模型加速技术，通过识别结构相似的时空特征（STSS）减少冗余计算，提升推理效率达25%-50%。结合强化学习的BlockDance-Ada模块实现动态资源分配，平衡速度与质量。适用于图像、视频生成及实时应用，支持多种模型，兼顾高效与高质，适用于资源受限环境。

AI项目与工具 2025年06月12日 38 点赞 0 评论 389 浏览

Translate Now

Translate Now是一款免费的翻译应用程序，可让您在 100 多种语言之间翻译文字、语音和图像。它使用 Google 翻译技术，提供快速、准确的翻译。

Ai办公效率 2025年06月05日 59 点赞 0 评论 389 浏览

Viggle

Viggle是一个强大的AI视频生成工具，它通过易于使用的命令为用户提供了丰富的视频创作可能性。无论是将静态角色转化为动态视频，还是完全控制角色动作，Viggle都能满足用户的创意...

Ai视频生成 1970年01月01日 0 点赞 0 评论 388 浏览

I2V3D

I2V3D是一款由香港城市大学与微软GenAI合作开发的图像到视频生成工具，支持将静态图像转换为高质量动态视频。其核心在于结合传统CG管线与生成式AI技术，采用两阶段生成流程实现精准的3D动画控制，支持复杂场景编辑和灵活的视频生成，适用于动画制作、视频创作及教育等多个领域。

AI项目与工具 2025年06月12日 50 点赞 0 评论 388 浏览

Seede AI

一款简单易用的AI驱动设计工具，只需输入文字描述或上传参考图片，就能够在一分钟内帮助用户快速生成专业级的设计创作，只要应用在社交媒体、营销材料和创意项目等地方。

Ai图片处理 2025年06月05日 14 点赞 0 评论 387 浏览

Suno Scenes

Suno Scenes是一款基于AI技术的音乐生成工具，主要功能是根据上传的图像或视频生成与其内容相符的背景音乐。它支持多种音乐风格，拥有便捷的操作界面，并能在短时间内完成音乐创作。Suno Scenes适用于个性化音乐创作、教育、媒体声音设计、治疗应用以及商业品牌推广等多个领域，为用户提供了丰富的应用场景和无限的创作可能性。

AI项目与工具 2025年06月12日 76 点赞 0 评论 387 浏览

Mora

Mora是一个多智能体框架，专为视频生成任务设计，通过多个视觉智能体的协作实现高质量视频内容的生成。主要功能包括文本到视频生成、图像到视频生成、视频扩展与编辑、视频到视频编辑以及视频连接。尽管在处理大量物体运动场景时性能稍逊于Sora，Mora仍能在生成高分辨率视频方面表现出色。

AI项目与工具 2024年01月01日 75 点赞 0 评论 387 浏览