IC
IC-Light是一款由张吕敏开发的AI图像处理工具，专注于图像的光源操纵和光影重构，支持基于文本和背景条件下的图像重照明。该工具适用于多种场景，包括个人照片编辑、专业摄影后期、电商产品展示、广告和海报设计等。IC-Light具备自动抠图、光源方向选择、文本条件重照明等功能，并且支持开源获取。
admin
这家伙很懒，什么也没写
TA的文章
AniTalker
AniTalker是一款先进的AI工具，能将单张静态人像与音频同步转化为生动的动画对话视频。它通过自监督学习捕捉面部动态，采用通用运动表示和身份解耦技术减少对标记数据的依赖，同时结合扩散模型和方差适配器生成多样且可控的面部动画。AniTalker支持视频驱动和语音驱动两种方式，并具备实时控制动画生成的能力。
混元DiT
混元DiT（Hunyuan-DiT）是腾讯混元团队开源的高性能文本到图像的扩散Transformer模型，具备细粒度的中英文理解能力，能够生成多分辨率的高质量图像。该模型结合了双语CLIP和多语言T5编码器，通过精心设计的数据管道进行训练和优化。混元DiT的主要功能包括双语文本到图像生成、细粒度中文元素理解、长文本处理能力、多尺寸图像生成、多轮对话和上下文理解、高一致性和艺术性。此外，混元DiT在
Veo
Veo是Google DeepMind开发的一款视频生成模型，用户可以通过文本、图像或视频提示来指导其生成所需的视频内容。Veo具备深入的自然语言理解能力，能够准确解析用户的文本提示，生成高质量、高分辨率的视频。其主要功能包括高分辨率视频输出、自然语言处理、风格适应性、创意控制与定制、遮罩编辑功能、参考图像与风格应用、视频片段的剪辑与扩展以及视觉连贯性。Veo技术目前仍处于实验阶段，但已在电影制作
腾讯元器
腾讯元器是一款基于腾讯混元大模型的AI智能体创作与分发平台，提供低代码或无代码的智能体开发环境，覆盖多种业务场景和功能。它通过智能体商店、工作流模式、腾讯生态集成等功能，简化了智能体的创建、部署和分发过程，支持一键分发至腾讯的多平台渠道，适用于客服、教育、金融、法律等多个行业。
Universal
Universal-1是一款由AssemblyAI开发的多语言语音识别和转录模型，经过大量多语种音频数据训练，支持英语、西班牙语、法语和德语等。该模型在各种复杂环境中提供高精度的语音转文字服务，具备快速响应能力和改进的时间戳准确性。Universal-1在准确率、响应时间、时间戳估计和用户偏好等方面表现优异，适用于对话智能平台、AI记事本、创作者工具和远程医疗平台等多个应用场景。
Codestral
Codestral是由Mistral AI开发的一款代码生成AI模型，支持超过80种编程语言，具备强大的代码补全、生成、测试和文档生成等功能。该模型拥有220亿参数和32k的上下文窗口，性能优越，适用于软件开发中的多种场景，包括代码编写、测试、重构和文档生成等。支持MNPL许可，主要用于非商业用途的研究和测试。
Qwen2
Qwen2是由阿里云通义千问团队开发的大型语言模型系列，涵盖从0.5B到72B的不同规模版本。该系列模型在自然语言理解、代码编写、数学解题及多语言处理方面表现出色，尤其在Qwen2-72B模型上，其性能已超过Meta的Llama-3-70B。Qwen2支持最长128K tokens的上下文长度，并已在Hugging Face和ModelScope平台上开源。
---
Stability AI开源Stable Diffusion 3 Medium文生图模型
Stable Diffusion 3 Medium是一款由Stability AI开源的文本到图像生成模型，拥有20亿个参数，适用于消费级和企业级GPU。该模型具备照片级真实感、强大的提示理解和排版能力，以及高资源效率。此外，它还支持API试用，并得到了NVIDIA和AMD的支持，以优化其性能。Stability AI致力于开放和安全的AI应用，并计划持续改进SD3 Medium。
MimicBrush
MimicBrush是一款由阿里巴巴、香港大学和蚂蚁集团联合研发的AI图像编辑工具，通过参考图像模仿和自动区域识别功能，支持对象替换、样式转换和纹理调整等多种图像编辑操作。它具备实时预览、一键编辑和高度自适应的特点，广泛应用于产品设计、时尚、美容、广告、社交媒体内容创作及电子商务等多个领域。
用户菜单
