图像

佐糖

佐糖是一款在线处理图片的平台,以智能AI数据处理能力为驱动,提供高效创意编辑服务。它支持抠图、在线消除笔、模糊照片变清晰、裁剪压缩图片等操作,操作简单,只需三步:上传照...

Trickle

Trickle 是一款零代码网页应用开发工具,通过自然语言输入即可快速构建功能完善的网页应用。它支持自动生成前端、后端及数据库,具备一键发布和托管功能。内置图像优化、数据分析和文案生成等 AI 能力,并提供丰富模板库。适用于小商家、创业者、设计师及企业等多种场景,提升开发效率与用户体验。

OThink

OThink-MR1是由OPPO研究院与香港科技大学(广州)联合研发的多模态语言模型优化框架,基于动态KL散度策略(GRPO-D)和奖励模型,提升模型在视觉计数、几何推理等任务中的泛化与推理能力。其具备跨任务迁移能力和动态平衡探索与利用机制,适用于智能视觉问答、图像描述生成、内容审核等多个领域,具有广阔的应用前景。

Moondream

Moondream是一款小型的开源人工智能视觉语言模型,具有强大的图像处理能力和灵活性,能够在不同设备上运行。它基于Apache 2.0许可证,支持商业使用,并广泛应用于安全监控、无人机和机器人技术以及零售与购物领域。

ParGo

ParGo是一种由字节与中山大学联合开发的多模态大语言模型连接器,通过结合局部与全局token,提升视觉与语言模态的对齐效果。其核心模块PGP和CPP分别提取图像的局部和全局信息,增强细节感知能力。在多个基准测试中表现优异,尤其在文字识别和图像描述任务中优势明显。采用自监督学习策略,提高模型泛化能力,适用于视觉问答、图像字幕生成、跨模态检索等多种场景。

Poetry2Image

Poetry2Image是一个由哈尔滨工业大学提出的迭代校正框架,专门用于中文古诗词的图像生成。该工具通过自动化反馈和校正机制,提升了诗歌与图像的一致性,解决了文本到图像生成模型在处理中文古典诗歌时常见的关键元素丢失或语义混淆问题。Poetry2Image具备搜索翻译、生成初始图像、提取关键元素、图像修正及迭代优化等功能,与多种图像生成模型结合使用时,其元素完整性和语义一致性表现优异,适用于古诗词

海螺AI

海螺AI是一款由MiniMax打造的AI视频生成工具,凭借其强大的文本转视频能力和图像扩展功能,可快速生成高质量、情感丰富的视频内容。支持多种语言、风格和场景定制,具备高清画质输出、智能审核及模板选择等功能,广泛应用于社交媒体、营销、影视制作、教育等领域。

Skywork R1V

Skywork R1V是昆仑万维推出的首个工业级多模态思维链推理模型,具备强大的视觉链式推理能力,可处理数学问题、科学现象分析、医学影像诊断等复杂任务。其技术基于文本推理能力的多模态迁移与混合式训练方法,在多项基准测试中表现优异。模型开源,适用于教育、医疗、科研、内容审核等多个领域,推动多模态人工智能的发展。

CogVideoX v1.5

CogVideoX v1.5是一款由智谱研发的开源AI视频生成工具,具备文本到视频生成、图像到视频转换等功能,支持高清视频输出及音效匹配。它通过三维变分自编码器(3D VAE)、Transformer架构等技术手段,提升了视频生成的质量与效率,适用于内容创作、广告营销、教育培训等多个领域。

designify

Designify是一款基于AI技术的在线设计工具,专注于为用户提供高效、专业的图像处理服务。它具备自动背景移除、色彩优化、阴影调节等功能,同时支持自定义元素添加和批量处理,广泛应用于电商、营销及汽车行业。Designify还提供了高分辨率输出和API接入能力,使用户能够灵活整合至现有工作流中,满足不同场景下的设计需求。