Pix2Gif – 微软推出的静态图像转动态GIF/视频的扩散模型 | AI工具集
Pix2Gif是什么 Pix2Gif是由微软研究院的研究人员提出的一个基于运动引导的扩散模型，专门用于将静态图像转换成动态的GIF动画/视频。该模型通过运动引导的扩散...
Transformer Debugger – OpenAI开源的理解和分析大模型内部的工具 | AI工具集
Transformer Debugger是什么 Transformer Debugger (TDB) 是由 OpenAI 的对齐团队（Superalignment）开发的一款工具，旨在帮助研究人员和开发者更深入地理解...
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...