图像

PHOTOG

PHOTOG 是一款专业的AI图像生成工具,能够将真实物品无缝嵌入任意场景,提供高精度的真实感和细节表现。其功能涵盖自由模式、精确模式、局部重绘、参数调整、描述语生成及商品库上传等,适用于家居装饰、电子商务、室内设计、房地产及产品营销等多个领域,助力用户高效完成创意设计和预决策。

CreatorKit AI

CreatorKit 的 AI 照片工具彻底改变了企业的产品摄影,为创建高质量图像提供了无缝且经济高效的解决方案。CreatorKit直接与 Shopify 集

MoneyPrinterPlus

MoneyPrinterPlus是一款基于AI技术的短视频生成工具,能够实现一键批量生成并自动混剪短视频。该工具支持将视频自动发布至多个社交平台,简化了视频内容创作流程。MoneyPrinterPlus的核心功能包括AI一键批量生成短视频、自动批量混剪、自动发布到社交平台、支持本地和云语音服务以及AI生图功能。

Comic Translate

Comic Translate 是一款基于开源框架的漫画翻译工具,支持多语言翻译,涵盖英语、韩语、日语、法语、简体中文、繁体中文、俄语、德语、荷兰语、西班牙语和意大利语等主流语言。它利用深度学习技术和图像处理库,实现从文本检测、OCR 到翻译渲染的全流程自动化,旨在帮助用户突破语言限制,享受跨文化阅读体验。同时,该工具支持自定义翻译服务,适合个人娱乐、教育学习、翻译本地化及学术研究等多个领域。

PaliGemma 2

PaliGemma 2是一款由Google DeepMind研发的视觉语言模型(VLM),结合了SigLIP-So400m视觉编码器与Gemma 2语言模型,支持多种分辨率的图像处理。该模型具备强大的知识迁移能力和出色的学术任务表现,在OCR、音乐乐谱识别以及医学图像报告生成等方面实现了技术突破。它能够处理多模态任务,包括图像字幕生成、视觉推理等,并支持量化和CPU推理以提高计算效率。

AskManyAI

AskManyAI是一站式AI大模型聚合平台,汇集了多个顶级AI模型,如GPT、Claude、Kimi等。它通过多角度解答提升问题解决的效率和可信度,支持多AI模型协同工作、高效决策与智能筛选、智能写作与文案生成、AI绘画与设计、论文检索与学术探索等功能。平台界面简洁,支持多种文件格式和输入方式,并持续集成最新的AI模型更新。AskManyAI适用于各类创作和研究需求,提供免费和VIP套餐,VIP

MoshiVis

MoshiVis是一款由Kyutai开发的开源多模态语音模型,支持图像与语音的自然交互。它基于Moshi 7B架构,集成了视觉编码器和跨注意力机制,实现低延迟、自然流畅的对话体验。支持多种后端部署,适用于无障碍应用、智能家居、教育及工业场景,提升人机交互的智能化水平。

千鹿AI

一款轻量级、功能丰富的AI工具合集。通过接入AI功能,千鹿AI可以和多个设计软件联动,能够快速生成用户需要的图像内容,节省用户手动设计、编辑图像和处理日常任务的时间,从而提高工作效率。

Mogao

Mogao是由字节跳动开发的多模态生成基础模型,结合双视觉编码器和先进位置嵌入技术,实现高质量的图像与文本生成。支持零样本图像编辑、多模态理解与生成、高分辨率图像输出以及优化的中文文本渲染。适用于内容创作、智能交互、医疗影像分析等多个领域,具备强大的跨模态处理能力和生成稳定性。