生成

BAGEL

BAGEL是字节跳动开源的多模态基础模型,拥有140亿参数,采用混合变换器专家架构(MoT),通过两个独立编码器捕捉图像的像素级和语义级特征。它能够进行图像与文本融合理解、视频内容理解、文本到图像生成、图像编辑与修改、视频帧预测、三维场景理解与操作、世界导航以及跨模态检索等任务。BAGEL在多模态理解基准测试中表现优异,生成质量接近SD3,并适用于内容创作、三维场景生成、可视化学习和创意广告生成等

135AI排版

简单易上手的AI排版助手,排版无难事,135Ai排版助手助你零基础完成图文排版,公众号智能文案生成与自动排版工具。

问小白PPT生成

问小白PPT生成是一款基于AI技术的智能PPT制作工具,用户只需输入主题或大纲,即可快速生成完整的PPT内容,支持文本、布局和设计的一键生成。工具具备高效便捷、自定义性强、多格式导出等功能,适用于工作汇报、学术演讲、商业演示、教育培训及个人分享等多种场景,目前提供完全免费的使用服务。

ViewCrafter

ViewCrafter是一种由北京大学、香港中文大学和腾讯合作开发的先进视频扩散模型。它能够从单一或少量图像中合成高质量的新视图,结合视频扩散模型和基于点的3D表示,通过迭代视图合成策略和相机轨迹规划生成多样化的视图。该模型在多个数据集上展示了强大的泛化能力和性能,适用于实时渲染、沉浸式体验及场景级文本到3D生成等多种应用场景。

Stylized AI

Stylized.ai 是一个AI产品摄影工作室,可帮助电子商务卖家创建具有专业外观的产品照片,而无需专业摄影师或昂贵的设备。

EMO2

EMO2是一种由阿里巴巴智能计算研究院开发的音频驱动头像视频生成技术,通过音频输入和静态人像照片生成高质量、富有表现力的动态视频。其核心技术包括音频与手部动作的协同建模、扩散模型生成视频帧,以及高精度音频同步。该工具支持多样化动作生成,适用于虚拟现实、动画制作和跨语言内容创作等场景,具备自然流畅的视觉效果和丰富的应用场景。

HiDiffusion

大幅提升扩散模型的图像生成质速度提升6倍,由字节跳动的研究团队开发,只需添加一行代码即可

LinkFoxAI

跨境电商的AI助手,LinkFoxAI为跨境卖家提供AI模特、商品图模特、AI穿衣、AI商品图以及各种场景图等AI工具服务。

Phidias

Phidias是一款基于检索增强生成(RAG)技术的3D内容生成模型,通过元控制网络、动态参考路由和自参考增强等技术,实现高质量的3D模型生成。它可以从文本、图像或现有模型生成新内容,具备交互式生成、高保真补全等功能,广泛应用于3D艺术、游戏开发、建筑设计等领域。