AI

美图AI视觉大模型

奇想智能MiracleVision大模型汇聚顶尖技术,专业人才和行业资源,依托美图视觉实验室的强大AI技术能力,通过美学升级锻造调优实现更懂美学的AI视觉大模型。

FlipSketch

FlipSketch 是一种创新的AI工具,能够将静态草图转化为基于文本描述的动画。它通过微调草图风格的帧生成、参考帧机制和双注意力合成技术,保持草图视觉特征的一致性,同时实现流畅的动态转换。FlipSketch 在保持手绘艺术性的同时提供直观的动画制作体验,适用于教育、影视、产品演示和数字艺术等领域。

九歌

九歌是清华大学研发的AI诗歌生成系统,基于深度学习技术,可生成符合古诗格律的多种体裁作品。支持关键词、文本及图片输入,操作便捷,无需登录即可使用。适用于诗词创作辅助、文化教育、艺术融合及个人娱乐等多个场景,助力中华传统文化的传承与创新。

EyeDiff

EyeDiff是一款基于扩散模型的文本到图像生成工具,专为多模态眼科图像生成设计。通过自然语言提示,EyeDiff能够捕捉常见及罕见眼病的关键特征,显著提升诊断准确性。该工具采用CLIP文本编码器与交叉注意力机制,结合潜在扩散模型(LDM),生成高质量、与文本高度一致的图像,适用于数据增强、疾病筛查、数据共享及医学教育等场景。

Seer

Seer是一款由多家科研机构联合开发的端到端机器人操作模型,基于Transformer架构实现视觉预测与动作执行的高度协同。它能够融合多模态信息,具备强大的泛化能力和数据效率,在真实机器人任务中表现优异。Seer适用于工业自动化、服务机器人、医疗健康等多个领域,支持精准动作预测和未来状态预判,显著提升了机器人系统的智能化水平。

WhatFontIs

最好的字体查找工具,通过字体是什么来发现版式的艺术,您的最终字体查找工具,用于识别图像中的任何字体。

OpenArt Photo Booth

OpenArt Photo Booth是一款人工智能工具,可以让用户从真实图像中生成个性化的照片。它为一个对象拍摄照片,并根据输入的图像训练一个模型,允许用户使用自定义提示免费生成400张...

燧原科技

提供原始创新、具备自主知识产权的AI加速卡、系统集群和软硬件解决方案

Open Avatar Chat

Open Avatar Chat是阿里开源的模块化实时数字人对话系统,支持低延迟交互与多模态输入输出。系统采用模块化架构,允许灵活配置语音识别、语言模型和语音合成等组件,兼容本地与云服务。支持2D/3D数字人渲染,适用于客户服务、教育、娱乐及企业应用等多个场景,为开发者提供高效、灵活的AI对话解决方案。

MegaTTS 3

MegaTTS 3是由字节跳动与浙江大学合作开发的零样本文本到语音合成系统,采用轻量级扩散模型,支持中英文及混合语音合成,具备语音克隆、音色控制、韵律调节等功能。系统通过分解语音属性实现精准建模,可快速生成高质量语音,适用于教育、内容制作、语音交互等多个领域。