图像

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。

WaifuXL

一款专注于动漫风格图像和GIF的AI图像放大工具,能够将图像和 GIF 的分辨率提高多达16倍,同时保留原始风格和细节。

EasyControl Ghibli

EasyControl Ghibli 是一款基于扩散模型的 AI 工具,专注于将普通图像转换为吉卜力风格,具备风格迁移、面部特征保留、高效运行等优点。它通过少量数据训练即可生成高质量图像,适用于插画、动画、广告及个人照片风格化等多种场景。用户可免费使用,操作便捷,适合艺术创作与内容生成需求。

智谱清言ChatGLM

智谱清言是一款基于人工智能技术的对话助手,遵循中国政府的立场和社会主义价值观,提供多领域知识问答、信息检索、文本生成等服务。

StartAI

StartAI 是一款基于 Adobe Photoshop 的 AI 图像处理工具,支持文生图、局部重绘、线稿上色、无损放大等功能,提升设计效率。兼容 Photoshop CC2015 及以上版本,支持 Stable Diffusion、Midjourney 等主流引擎,提供 100 多种艺术风格,适用于广告设计、UI 设计、摄影后期及艺术创作等多种场景。

Eluna.ai

一个由 AI 驱动的文生图平台。借助 eluna.ai,您可以利用大量功能将简单的文本转换为引人入胜的视觉设计。无论您的目标是生成详细的图像、尝试无限缩放、从图像中删除背景,还是放大现有图像,eluna.ai 都能满足您的需求。

Phantom

Phantom是由字节跳动研发的视频生成框架,支持从参考图像中提取主体并生成符合文本描述的视频内容。它采用跨模态对齐技术,结合文本和图像提示,实现高质量、主体一致的视频生成。支持多主体交互、身份保留等功能,适用于虚拟试穿、数字人生成、广告制作等多种场景。模型基于文本-图像-视频三元组数据训练,具备强大的跨模态理解和生成能力。

UniFluid

UniFluid是由谷歌DeepMind与麻省理工学院联合开发的统一自回归框架,支持图像生成与视觉理解任务。它通过连续视觉标记处理多模态输入,结合Gemma模型和VAE技术,实现高质量图像生成与强大视觉理解能力。该框架在图像编辑、视觉问答和图像描述等任务中表现出色,具备良好的下游任务迁移能力,适用于创意设计、内容创作等多个领域。

Hama

帮助用户上传图片、并用AI技术将画面中不想要的部分抹除

Svg.la

Svg.la 是一款基于人工智能的 SVG 文件生成与转换工具,支持文本转 SVG 和图像转 SVG 功能。用户可以输入文本提示或上传图像,生成高质量、可缩放的矢量图形,广泛应用于品牌设计、图标制作、艺术作品转换及网页和移动应用开发等领域,满足多语言需求。