Image AI 专注于图片AI工具，用于处理和生成图片，提供换脸、人脸修复、百变人脸、图片识别、文本生成图片、图片去背景、图片去水印、图片去文字、图片高清放大、图片重新创作、人脸变贴纸等AI图片工具。 Ai图片处理 2025年06月05日 96 点赞 0 评论 416 浏览
MILS MILS是由Meta AI开发的一种无需额外训练即可为大型语言模型（LLM）提供多模态能力的框架。它通过多步推理、评分反馈和迭代优化，实现图像、视频、音频等多模态内容的生成与理解。MILS支持零样本描述生成、风格迁移、跨模态推理等任务，适用于内容生成、多模态检索、视觉问答等多个场景，具备高效、灵活和无需训练的优势。 AI项目与工具 2025年06月12日 31 点赞 0 评论 416 浏览
AudioBox Audiobox 是 Meta 推出的 AI 语音和音效工具，结合语音输入和自然语言文字提示词生成语音和音效，例如输入提示词「一条流淌的河流和鸟儿在鸣叫」，Audiobox 自动生成音效。 Ai语音工具 2025年06月05日 77 点赞 0 评论 416 浏览
MultiTalk MultiTalk是由中山大学深圳校区、美团和香港科技大学联合推出的音频驱动多人对话视频生成框架。它根据多声道音频输入、参考图像和文本提示，生成包含人物互动且口型与音频一致的视频。通过Label Rotary Position Embedding (L-RoPE) 方法解决多声道音频与人物绑定问题，并采用部分参数训练和多任务训练策略，保留基础模型的指令跟随能力。MultiTalk适用于卡通、歌唱及 AI项目与工具 2025年06月11日 11 点赞 0 评论 415 浏览
Chromox AI 一个由AlkaidVision开发的文生视频、图生视频的AI工具，专注于将创意转化为视觉故事，适用于各种动态内容生成。 Ai视频生成 2025年06月05日 74 点赞 0 评论 415 浏览
Sivi AI 一个可帮助您在几分钟内创建令人惊叹的视觉设计平台。您可以使用 Sivi AI 将您的文本转换为用于各种目的的图形，例如横幅、社交帖子、广告等。 Ai图片处理 2025年06月05日 36 点赞 0 评论 415 浏览
ELLA ELLA（Efficient Large Language Model Adapter）是一种由腾讯研究人员开发的方法，旨在提升文本到图像生成模型的语义对齐能力。它通过引入时序感知语义连接器（TSC），动态提取预训练大型语言模型（LLM）中的时序依赖条件，从而提高模型对复杂文本提示的理解能力。ELLA无需重新训练，可以直接应用于预训练的LLM和U-Net模型，且能与现有模型和工具无缝集成，显著提升 AI项目与工具 2024年01月01日 74 点赞 0 评论 415 浏览
塔猫AI对话PPT 塔猫AI对话PPT是一款利用深度学习与自然语言处理技术的智能PPT分析工具，可解析文本、图表等内容，支持智能问答、摘要生成及逻辑优化建议等功能。它适用于信息检索、演讲准备、教育培训等多个场景，助力用户高效获取所需信息。 AI项目与工具 2025年06月12日 98 点赞 0 评论 415 浏览
