图像 - 智狐AI导航

Tersa

Tersa 是一款开源免费的 AI 工作流构建平台，提供直观的拖放界面，支持 77 个主流 AI 模型，如 GPT-4o、Claude 3.5 Sonnet、DALL-E 3 和 Whisper 等，适用于文本生成、图像视频创作、音频转录和代码优化等多种任务。用户可通过拖放文件快速构建复杂流程，无需编程基础，广泛应用于内容生成、代码审查、原型开发和多模态功能集成等领域。

AI项目与工具 2025年06月11日 10 点赞 0 评论 563 浏览

LayerDiffusion是一种创新的AI工具，利用大规模预训练的潜在扩散模型生成具有透明度的图像。该技术引入了“潜在透明度”的概念，将图像的alpha通道透明度信息编码到潜在空间中。LayerDiffusion不仅可以生成单个透明图像，还能生成多个透明图层，支持条件控制生成和图层内容结构控制，确保高质量的图像输出。此外，它还能够生成多个透明图层，并通过共享注意力机制和低秩适应确保图层间的和谐混

AI项目与工具 2024年01月01日 69 点赞 0 评论 563 浏览

FunFun Art

一个利用人工智能技术将用户的创意概念转化为视觉上吸引人的图片和视频。用户只需在平台上输入描述性关键词，就能获得多种艺术风格的生成l图像和视频作品。

Ai视频生成 2025年06月05日 79 点赞 0 评论 564 浏览

UniTok

UniTok是由字节跳动联合高校研发的统一视觉分词器，支持视觉生成与理解任务。其采用多码本量化技术，将视觉特征分割并独立量化，显著提升离散token的表示能力。在ImageNet上实现78.6%的零样本分类准确率，图像重建质量达0.38。可作为多模态大语言模型的视觉输入模块，广泛应用于图像生成、视觉问答、内容创作及跨模态检索等场景。

AI项目与工具 2025年06月11日 22 点赞 0 评论 564 浏览