生成

1. 首页
2. 生成

Transfusion

Transfusion是由Meta公司开发的多模态AI模型，能够同时生成文本和图像，并支持图像编辑功能。该模型通过结合语言模型的下一个token预测和扩散模型，在单一变换器架构上处理混合模态数据。Transfusion在预训练阶段利用了大量的文本和图像数据，表现出强大的扩展性和优异的性能。其主要功能包括多模态生成、混合模态序列训练、高效的注意力机制、模态特定编码、图像压缩、高质量图像生成、文本生成

AI项目与工具 2025年06月12日 26 点赞 0 评论 248 浏览

启元重症大模型

启元重症大模型是一款面向ICU环境的医疗人工智能系统，依托于腾讯的混元大模型架构，集成了庞大的医学知识库和先进的自然语言处理技术，能够快速生成病历、总结病情、提供诊疗建议等，大幅提升了重症医疗的服务质量和工作效率。其核心技术包括医学知识图谱构建、数据处理与分析、模型压缩优化以及临床逻辑推理能力，适用于多种应用场景如ICU监护、智能辅助诊疗、病历自动化生成等。

AI项目与工具 2025年06月12日 10 点赞 0 评论 248 浏览

WPS AI

WPS AI是金山办公推出的一款具备大语言模型能力的生成式人工智能应用，也是中国协同办公领域的首个类ChatGPT式应用。它主要面向办公、写作和文档处理，旨在通过AI技术提升用户的工...

创作工具 1970年01月01日 0 点赞 0 评论 249 浏览

绘蛙·多图成片

绘蛙·多图成片是一款基于AI技术的视频生成工具，通过上传2-4张连贯图片并配合文字描述，快速生成高质量视频。支持多种视频尺寸，具备智能文案生成能力，适用于创意视频、广告、电商展示等多种场景，显著降低视频制作门槛和成本。

AI项目与工具 2025年06月12日 18 点赞 0 评论 249 浏览

Peech AI

Peech 是一个生成式 AI 视频平台，可帮助您自动转录、编辑、重新利用和标记您的视频内容，可以将讲话内容转换为自动生成的视频。

Ai视频生成 2025年06月05日 84 点赞 0 评论 249 浏览

Inf

Inf-DiT是由清华大学与智谱AI联合开发的图像上采样技术，基于扩散模型并引入单向块注意力机制（UniBA），有效降低内存消耗，支持超高分辨率图像生成。其采用扩散变换器（DiT）架构，具备灵活的图像上采样能力，并通过全局图像嵌入和交叉注意力机制增强图像的一致性与质量。该技术适用于设计、影视、印刷及医学等领域，具有广泛的应用前景。

AI项目与工具 2025年06月12日 84 点赞 0 评论 249 浏览

Red_Panda

Red_Panda 是一款由 Recraft AI 开发的先进 AI 图像生成工具，以其高精度的文本到图像转换能力和卓越的解剖学准确性著称。它能够生成复杂长文本对应的高质量图像，支持用户通过风格控制和图形设计工具实现个性化定制。此外，Red_Panda 还具备矢量图像生成能力，并集成 AI 图像编辑功能，广泛应用于设计、品牌营销、教育及出版等多个领域。

AI项目与工具 2024年11月01日 86 点赞 0 评论 249 浏览

Stable Video 3D (SV3D)

Stable Video 3D（SV3D）是一款由Stability AI公司开发的多视角合成和3D生成模型，能够从单张图片生成一致的多视角图像，并进一步优化生成高质量的3D网格模型。该模型在视频扩散模型基础上进行改进，提供更好的质量和多视角体验。主要功能包括多视角视频生成、3D网格创建、轨道视频生成、相机路径控制以及新视角合成。SV3D在新视角合成方面取得显著进展，能够生成逼真且一致的视图，提升

AI项目与工具 2024年01月01日 39 点赞 0 评论 249 浏览

FantasyID

FantasyID是由阿里巴巴集团与北京邮电大学联合开发的视频生成框架，基于扩散变换器和3D面部几何先验，实现高质量、身份一致的视频生成。其通过多视角增强和分层特征注入技术，提升面部动态表现，同时保持身份稳定性。支持多种应用场景，如虚拟形象、内容创作和数字人交互，具备无需微调的高效生成能力。

AI项目与工具 2025年06月12日 81 点赞 0 评论 250 浏览

字幕说

字幕说是一款为自媒体创作者设计的在线工具，提供文字转语音、音文对齐、视频合成等功能。支持多语言发音、字幕翻译与优化，帮助用户高效生成高质量视频内容，无需出镜即可完成制作，提升创作效率。

AI项目与工具 2025年06月12日 42 点赞 0 评论 250 浏览