模型
  1. 首页
  2. 模型

列表

DynVFX

DynVFX

DynVFX是一种基于文本指令的视频增强技术，能够将动态内容自然地融入真实视频中。它结合了文本到视频扩散模型与视觉语言模型，通过锚点扩展注意力机制和迭代细化方法，实现新内容与原始视频的像素级对齐和融合。无需复杂输入或模型微调，即可完成高质量的视频编辑，适用于影视特效、内容创作及教育等多个领域。
AI项目与工具 2025年06月12日
Megrez

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
AutoDroid

AutoDroid

AutoDroid-V2是由清华大学人工智能产业研究院开发的基于小型语言模型（SLM）的移动端GUI自动化工具，支持多步脚本生成与执行，提升任务完成效率并减少对云端模型的依赖。其核心功能包括自动化UI操作、代码生成与执行、应用文档生成，适用于日常辅助、办公、测试、智能家居及医疗等多个场景，具有较高的实用性和技术前瞻性。
AI项目与工具 2025年06月12日
Fashion

Fashion

Fashion-VDM是一款由谷歌和华盛顿大学合作研发的虚拟试穿技术，利用视频扩散模型生成人物穿着指定服装的高质量试穿视频，具有高保真度、时间一致性及强大的服装细节还原能力。它结合了扩散模型架构、分割分类器自由引导与渐进式时间训练策略，并在图像与视频数据联合训练的基础上实现了高效稳定的视频生成过程。
AI项目与工具 2025年06月12日
DeepClaude

DeepClaude

DeepClaude 是一款高性能开源 AI 工具，融合 DeepSeek R1 和 Claude 模型，具备推理、创造力和代码生成能力。它提供零延迟响应、端到端加密和本地 API 管理，保障数据安全。支持高度自定义，适用于智能客服、代码生成、推理分析及教育等多场景，满足多样化需求。
AI项目与工具 2025年06月12日
GigaTok

GigaTok

GigaTok 是一款基于语义正则化的高参数视觉分词器，支持自回归图像生成，具备优异的图像重建与生成能力。通过一维架构和非对称扩展策略，实现高效计算与稳定训练。适用于图像生成、编辑、数据增强及多模态应用，具有广泛的技术拓展性。
AI项目与工具 2025年06月11日
探迹SalesGPT

探迹SalesGPT

探迹SalesGPT通过其大数据和AI技术，为企业提供全方位的智能销售解决方案，帮助企业实现销售流程的数字化转型，提升销售效率和业绩。
创作工具 2026年09月12日
LTXV

LTXV

LTXV-13B 是 Lightricks 推出的开源 AI 视频生成模型，拥有 130 亿参数，可在消费级显卡上高效运行，生成速度比同类产品快 30 倍。支持文本、图像转视频及多关键帧调节，具备多尺度渲染和高压缩率技术，适用于影视、广告、游戏、教育等多个领域，提升内容创作效率与质量。
AI项目与工具 2025年06月11日
NotebookLlama

NotebookLlama

NotebookLlama是一款基于Meta开发的开源工具，能够将PDF文档自动转换为高质量播客内容。它通过LLaMa模型完成PDF预处理、文本转播客脚本、增加戏剧性元素以及文本转语音合成等步骤，无需人工干预即可生成专业水准的播客。NotebookLlama提供了详细的教程和操作指南，并支持多种应用场景，包括教育、新闻、企业培训和有声书制作等。
AI项目与工具 2025年06月12日