图像

TextIn

TextIn是一款利用OCR技术实现文字识别的AI平台,支持多语言且具备强大的图像处理能力。它可以从各种类型的文档中提取结构化信息,并提供灵活的部署选项,适用于金融、物流、制造业等多个领域。TextIn通过智能算法优化文档处理流程,帮助企业提升效率。

包图AI文生图

一站式图象、插画生成工具,无需复杂的教程学习,傻瓜式文本输入,一键生成高质高清图片。

ChangeFace.AI

一种AI换脸工具,它允许用户上传一张高分辨率的单人照片,然后将自己的脸和一些有趣的图像进行交换,比如名人、动漫、艺术、卡通等。

美图抠图

一键擦除背景,“抠”细节,美图比你更细致。

MUMU

MUMU是一种多模态图像生成模型,通过结合文本提示和参考图像来生成目标图像,提高生成的准确性和质量。该模型基于SDXL的预训练卷积UNet,并融合了视觉语言模型Idefics2的隐藏状态。MUMU能够在风格转换和角色一致性方面展现强大的泛化能力,同时在生成图像时能够很好地保留细节。主要功能包括多模态输入处理、风格转换、角色一致性、细节保留以及条件图像生成。

Object Cutter

Object Cutter是一款基于AI的智能图像处理工具,支持文字指令和框选操作,实现高精度图像分割。它能够自动识别并抠出图像中的特定对象,尤其擅长处理复杂背景和细节丰富的图像。其主要功能包括智能抠图、背景移除和高精度图像分割,广泛应用于电商展示、设计创作、影视后期及个人照片编辑等领域。

Pixelfox

Pixelfox 是一款基于AI技术的在线图片编辑工具,支持背景移除、AI换脸、图像修复、图片放大等多种功能。用户无需下载软件,直接在浏览器中上传图片即可快速完成编辑。操作简单、处理高效,适用于摄影、电商、社交媒体等多个领域,适合各类图像处理需求。

书生·筑梦2.0(Vchitect 2.0)

书生·筑梦2.0是一款由上海人工智能实验室开发的开源视频生成大模型,支持文本到视频和图像到视频的转换,生成高质量的2K分辨率视频内容。它具备灵活的宽高比选择、强大的超分辨率处理能力以及创新的视频评测框架,适用于广告、教育、影视等多个领域。

PaliGemma 2 mix

PaliGemma 2 Mix 是谷歌 DeepMind 推出的多任务视觉语言模型,支持图像描述、目标检测、OCR、文档理解等功能。模型提供多种参数规模和分辨率选项,适用于不同场景。其基于开源框架开发,易于扩展,可通过简单提示切换任务。适用于科学问题解答、文档分析、电商内容生成等多个领域。

SmartEraser

SmartEraser是中科大与微软亚洲研究院联合开发的图像编辑工具,采用“掩码区域引导”技术实现精准对象移除,同时保留周围上下文。基于Syn4Removal数据集训练,支持多种掩码输入,适用于复杂场景,广泛应用于照片编辑、设计、文物修复及科研等领域。