图像

一设MJ咒语解析

免费的Midjourney以图生文工具,只需上传一张图片,一设MJ咒语解析就会生成自带中英文翻译提示词。

BAGEL

BAGEL是字节跳动开源的多模态基础模型,拥有140亿参数,采用混合变换器专家架构(MoT),通过两个独立编码器捕捉图像的像素级和语义级特征。它能够进行图像与文本融合理解、视频内容理解、文本到图像生成、图像编辑与修改、视频帧预测、三维场景理解与操作、世界导航以及跨模态检索等任务。BAGEL在多模态理解基准测试中表现优异,生成质量接近SD3,并适用于内容创作、三维场景生成、可视化学习和创意广告生成等

SeedEdit

SeedEdit是一款基于自然语言指令的通用图像编辑工具,能够实现修图、换装、风格转换等多种编辑功能。它在图像重建与生成之间找到最佳平衡,支持零样本学习和多轮编辑操作,确保高质量输出。SeedEdit适用于社交媒体、广告、电商、艺术创作等多个领域,提供从简单调整到复杂创意的全面解决方案。

Step-1V

覆盖了从个人使用到企业级应用的多个方面的多模态大模型。

DreamUp

一款图像生成器,可帮助您利用人工智能的力量在几秒钟内制作出令人惊叹的高质量艺术作品。

星穹智绘

星穹智绘正规对接 Midjourney 专业绘画,要做原汁原味的、Midjourney在线扩展编辑器,其他如AI大模型、企业知识库等功能也会持续追进。

Pippo

Pippo是由Meta Reality Labs研发的图像到视频生成模型,可基于单张照片生成多视角高清人像视频。采用多视角扩散变换器架构,结合ControlMLP模块与注意力偏差技术,实现更丰富的视角生成和更高的3D一致性。支持高分辨率输出及细节自动补全,适用于虚拟现实、影视制作、游戏开发等多个领域。技术方案涵盖多阶段训练流程,确保生成质量与稳定性。

Paint By Text

Paint by Text 是一个允许您在 AI 的帮助下使用书面说明编辑照片的网站。您可以上传图像,键入描述如何更改图像的文本提示,并根据提示生成新图像。例如,您可以添加帽子、更改颜色或从照片中移除对象。

DeepEyes

DeepEyes是由小红书团队和西安交通大学联合开发的多模态深度思考模型,基于端到端强化学习实现“用图思考”能力,无需依赖监督微调。它在推理过程中动态调用图像工具,增强对细节的感知与理解,在视觉推理基准测试V* Bench上准确率高达90.1%。具备图像定位、幻觉缓解、多模态推理和动态工具调用等功能,适用于教育、医疗、交通、安防和工业等多个领域。