生成

WeDraw

WeDraw专注于人工智能AI绘画和大模型语料数据合成领域,是一支充满激情和创意的团队。

Docmatix

Docmatix 是一个专为文档视觉问答任务设计的大规模数据集,包含240万张图像和950万个问题-答案对,源自130万个PDF文档。数据集覆盖广泛,包括扫描图片、PDF文件和数字文档,且具有高质量的问答对。Docmatix 支持模型训练和微调,可用于训练视觉语言模型,提高其在理解和回答与文档内容相关问题方面的性能。应用场景包括自动化客户服务、智能文档分析、教育和学术研究以及业务流程自动化等。

Pixel Studio

Pixel Studio 是谷歌为 Pixel 9 系列手机预装的一款 AI 图像生成应用。它基于 Imagen 3 模型,能够快速生成艺术风格的图片,生成时间仅需约2秒。Pixel Studio 利用 Tensor G4 芯片,支持本地和云端生成方式,并具备 Gemini overlay 功能,便于用户直接分享生成的图片至邮件或聊天平台。该应用适用于艺术爱好者、设计师、社交媒体用户以及专业创作者

Blockode AI Photo Studio

Blockode AI Photo Studio。这是一个基于 Web 的工具,可让您根据自拍和提示生成自定义 AI 照片。

Aragon.ai

Aragon.ai 是一款基于人工智能技术的头像生成平台,通过上传照片并结合用户选定的服装和背景,快速生成高质量的专业头像。平台支持个性化定制,具备强大的图像处理能力,可一次性生成大量头像,并提供照片编辑工具。其应用场景广泛,包括职业形象打造、社交媒体展示、企业团队建设以及个人品牌塑造等领域。

Wan2.1

Wan2.1是阿里云推出的开源AI视频生成模型,支持文生视频与图生视频,具备复杂运动生成和物理模拟能力。采用因果3D VAE与视频Diffusion Transformer架构,性能卓越,尤其在Vbench评测中表现领先。提供专业版与极速版,适应不同场景需求,已开源并支持多种框架,便于开发与研究。

Loopy AI

字节跳动和浙江大学联合开发的音频驱动的AI视频生成模型,能够将静态图像转化为动态视频,实现音频与面部表情、头部动作的完美同步。

Lamucal

Lamucal是一款由人工智能驱动的音乐创作工具,主要功能包括实时生成歌曲的和弦、吉他谱、歌词及旋律,支持AI翻唱、人声移除和音轨分离等操作。它不仅适用于个人音乐学习和音乐教育,还能满足音乐制作人和内容创作者的需求,广泛覆盖音乐创作、教学及娱乐场景。

TTS

TTS语音向导是一种工具,允许用户通过微软Azure语音识别和TTS将语音转换为文本,然后再转换回语音。它还向VRChat发送OSC消息以在头像上显示文本。该工具有许多自定义选项,包括100...

PromptLoop

Promptloop 是一个帮助您编写更好文本的网站。它使用人工智能来生成改进您的写作风格、语法、词汇和内容的建议。