深度学习

1. 首页
2. 深度学习

SPAR3D

SPAR3D是一种基于两阶段设计的单图像3D重建工具，能从单张2D图像生成高质量的3D网格。它结合点扩散模型与三平面Transformer技术，实现快速、精确的几何与纹理重建，并支持用户交互式编辑。适用于增强现实、影视制作、工业设计等多个领域。

AI项目与工具 2025年06月12日 86 点赞 0 评论 506 浏览

SimpleAR

SimpleAR是一款由复旦大学与字节跳动联合研发的纯自回归图像生成模型，采用简洁架构实现高质量图像生成。其通过“预训练-有监督微调-强化学习”三阶段训练方法，提升文本跟随能力与生成效果。支持文本到图像及多模态融合生成，兼容加速技术，推理速度快。适用于创意设计、虚拟场景构建、多模态翻译、AR/VR等多个领域。

AI项目与工具 2025年06月11日 76 点赞 0 评论 506 浏览

Vocalist.ai

一款可以使用定制的声乐模型将人声录音转换为专业品质的歌唱和说唱表演的录音室级AI声音转换工具，在几秒钟内将您的声音转变为世界一流的歌手和说唱歌手。

Ai语音工具 2025年06月05日 96 点赞 0 评论 508 浏览

ViTPose

ViTPose 是一种基于 Transformer 架构的人体姿态估计模型，通过图像块处理和特征提取实现关键点定位。提供多种版本，适用于不同任务需求。模型结构简洁，支持灵活扩展和参数调整，具备知识迁移能力。ViTPose+ 拓展至动物姿态估计，提升适用范围。在多个数据集上达到 SOTA 性能，广泛应用于运动分析、虚拟现实等领域。

AI项目与工具 2025年06月12日 28 点赞 0 评论 509 浏览

Immersity AI

Immersity AI 是一款基于先进神经深度学习技术的AI平台，可将2D图像和视频转换为沉浸式3D视觉效果。它具备实时预览、编辑功能，并支持从静态图片到动态视频的全面转换，广泛应用于社交媒体、广告营销、教育、娱乐等领域，旨在提升用户体验与内容表现力。

AI项目与工具 2025年06月12日 79 点赞 0 评论 510 浏览

SynthID

SynthID是一款由DeepMind研发的技术工具，通过在AI生成的内容中嵌入数字水印来验证其真实性与原创性。它支持多种内容形式，包括文本、音乐、图像和视频，并具备良好的抗修改性和检测稳定性。SynthID不仅不影响内容质量，还提升了信息可信度，广泛应用于新闻、版权保护、教育、法律及社交媒体等领域。

AI项目与工具 2025年06月12日 43 点赞 0 评论 510 浏览

DualPipe

DualPipe是由DeepSeek开发的开源双向流水线并行技术，通过将前向和反向计算分离为独立管道并行执行，显著提升大规模深度学习模型的训练效率。该技术优化了计算与通信的重叠，降低内存峰值，提高资源利用率，并支持多模态处理、多任务学习等应用场景。适用于需要高效训练和推理的AI系统。

AI项目与工具 2025年06月12日 92 点赞 0 评论 512 浏览

AVD2

AVD2是由多所高校联合开发的自动驾驶事故视频理解框架，通过生成高质量事故视频并结合自然语言描述与推理，提升对复杂事故场景的理解能力。其功能涵盖事故视频生成、原因分析、预防建议及数据集增强，支持自动驾驶系统的安全优化与研究。基于先进模型如Open-Sora 1.2和ADAPT，AVD2在多项评估中表现优异，为自动驾驶安全提供了重要技术支撑。

AI项目与工具 2025年06月12日 62 点赞 0 评论 512 浏览

3DIS

3DIS-FLUX是一种基于深度学习的多实例图像生成框架，采用两阶段流程：先生成场景深度图，再进行细节渲染。通过注意力机制实现文本与图像的精准对齐，无需额外训练即可保持高生成质量。适用于电商设计、创意艺术、虚拟场景构建及广告内容生成等领域，具备良好的兼容性和性能优势。

AI项目与工具 2025年06月12日 32 点赞 0 评论 512 浏览

Argil

Argil是一款基于SOTA深度学习技术的AI视频生成平台，支持快速创建个性化AI克隆形象，适用于品牌推广、教育、娱乐等多种场景。平台提供丰富的虚拟形象和灵活的视频编辑功能，如机位控制、肢体语言调整等，提升视频吸引力与真实性。无代码操作简化创作流程，支持多语言及多平台适配，适合个人创作者与企业使用。

AI项目与工具 2025年06月12日 37 点赞 0 评论 514 浏览