AI工具
ELLA – 腾讯推出的扩散模型适配器，可增强语义对齐 | AI工具集
ELLA是什么 ELLA（Efficient Large Language Model Adapter，高效的大模型适配器）是由腾讯的研究人员推出的一种新型方法，旨在提升文本到图像生成模型在处理...
星火公文写作助手 – 科大讯飞推出的AI公文写作工具 | AI工具集
星火公文写作助手是科大讯飞基于星火认知大模型推出的一款AI公文写作工具，该助手提供写作前的素材筹备、写作中的稿件撰写、写作后的审核校对，辅助公文写作...
PIXART-Σ – 华为推出的可生成4K高清图像的文生图模型 | AI工具集
PixArt-Σ是什么 PixArt-Σ是由来自华为诺亚方舟实验室、大连理工大学和香港大学的研究人员推出的一个基于扩散Transformer架构（DiT）的文生图模型，专门设计用...
Moondream – 开源的轻量级AI视觉语言模型，可在本地快速运行 | AI工具集
Moondream是什么 Moondream是一个免费开源的小型的人工智能视觉语言模型，虽然参数量小（Moondream1仅16亿，Moondream2为18.6亿）但可以提供高性能的视觉处理...
EMO – 阿里推出的AI肖像视频生成框架
EMO – 阿里推出的AI肖像视频生成框架
AtomoVideo – 阿里推出的高保真图像到视频生成框架 | AI工具集
AtomoVideo是什么 AtomoVideo是由阿里巴巴的研究团队提出的一个高保真图像到视频（Image-to-Video, I2V）生成框架，旨在从输入的静态图像生成高质量的视频内...
ResAdapter – 字节推出的扩散模型的分辨率适配器 | AI工具集
ResAdapter是什么 ResAdapter是由字节跳动的研究人员推出的一种为扩散模型（如Stable Diffusion）设计的分辨率适配器，允许这些图像生成模型生成具有任意分辨...
ScreenAI – 谷歌推出的可读屏AI视觉模型，可理解UI和信息图表 | AI工具集
ScreenAI是什么 ScreenAI是一个由谷歌的研究人员推出的可读屏AI视觉语言模型，专门设计用于理解和处理用户界面（UI）和信息图表。该模型基于PaLI架构结合了视...
LayerDiffusion – AI生成具有透明度的图像的框架 | AI工具集
LayerDiffusion是什么 LayerDiffusion（现已更名为LayerDiffuse）是由来自斯坦福大学的研究人员 Lvmin Zhang（即ControlNet的作者张吕敏）和 Maneesh Agrawal...
DUSt3R – 从任意图像集合中重建3D场景的框架 | AI工具集
DUSt3R是什么 DUSt3R（Dense and Unconstrained Stereo 3D Reconstruction，密集无约束立体三维重建）是由来自芬兰阿尔托大学和Naver欧洲实验室的研究人员推...