学习

DiffSensei

DiffSensei是一款由北京大学、上海AI实验室及南洋理工大学联合开发的漫画生成框架,它结合了基于扩散的图像生成技术和多模态大型语言模型(MLLM)。该工具能够根据用户提供的文本提示和角色图像,生成具有高精度和视觉吸引力的黑白漫画面板,支持多角色场景下的互动与布局调整。其核心技术包括掩码交叉注意力机制、对话布局编码以及MLLM作为特征适配器等,广泛应用于漫画创作、个性化内容生成、教育和培训等领

Instance AI

Instance AI是一款通过角色扮演、模拟人生来沉浸式学英语的App,这款App采用剧本学习法,为用户提供沉浸式英语学习体验。涵盖职场、社交、恋爱等丰富场景,让用户在实际应用中无痛...

Notion AI

Notion AI 利用大规模的语言模型和数据收集,能帮助用户自动整理笔记、改正错别字、列出文章重点、翻译、制作表格等。

Phantom

Phantom是由字节跳动研发的视频生成框架,支持从参考图像中提取主体并生成符合文本描述的视频内容。它采用跨模态对齐技术,结合文本和图像提示,实现高质量、主体一致的视频生成。支持多主体交互、身份保留等功能,适用于虚拟试穿、数字人生成、广告制作等多种场景。模型基于文本-图像-视频三元组数据训练,具备强大的跨模态理解和生成能力。

OpenL.io

Openl.io是一个支持100多种语言的AI驱动惊人的翻译工具。具有翻译、润色、语法修正、语言学习等功能。

WhatTheFont

一个简单易用的字体查找器,WhatTheFont可以帮助您识别字体。只需上传您需要识别的字体的图像,该工具就会为您想要识别的字体。

阿里达摩院遥感AI大模型

阿里达摩院遥感AI大模型是一个强大的遥感数据处理和分析平台,它通过提供丰富的数据资源、先进的AI工具和灵活的开发环境,为地球科学研究、环境监测、农业管理等领域提供了有力的...

加利福尼亚大学伯克利分校

加利福尼亚大学伯克利分校(University of California, Berkeley),简称伯克利,坐落美国旧金山湾区伯克利市,是公立研究型大学,被誉为“公立常春藤”,是美国大学协会成员,全球...

OmniAlign

OmniAlign-V是由多所高校联合开发的多模态大语言模型对齐数据集,包含约20万个多模态样本,涵盖自然图像和信息图表。其核心功能包括提供高质量训练数据、提升模型的开放式问答能力、增强推理与创造力,并支持模型持续优化。数据集通过图像筛选、任务设计及后处理优化确保数据质量,适用于多模态对话系统、图像辅助问答、创意生成等多个应用场景。

AITop100

AITop100!我们聚合全球500+款AI智能软件,提供最新资讯、热门课程和活动,分为AI工具集、资讯、活动社区、课程、AI创作大赛等五大版块。