BlueLM BlueLM-V-3B是一种针对移动设备设计的多模态大型语言模型，结合了高效算法与系统优化，支持快速、低功耗的文本与图像处理。其主要特性包括多模态理解、实时响应、隐私保护、高效率部署及跨语言能力。该模型通过动态分辨率调整、批量图像编码及令牌下采样等技术，实现了在有限资源下的高性能表现。 AI项目与工具 2025年06月12日 62 点赞 0 评论 1128 浏览
PICPIK.AI PICPIK.AI是主要为专业用户设计的人工智能绘图产品。它针对各种专业人士，例如企业设计部门，游戏策划和艺术，广告，设计机构以及漫画家和插画家。 Ai绘画生成 2025年06月05日 37 点赞 0 评论 1120 浏览
Megrez Megrez-3B-Omni是一款具备全模态理解能力的开源模型，支持图像、音频和文本的综合处理，具备强大的推理效率和多模态交互功能。它能够在多个权威测试集中展现卓越性能，尤其擅长场景理解、OCR识别及语言生成等任务，同时通过智能WebSearch调用增强问题解答能力，适用于个人助理、智能家居、车载系统等多种应用场景。 AI项目与工具 2025年06月12日 25 点赞 0 评论 1108 浏览
BeaGo BeaGo是一款由零一万物开发的智能AI搜索助手，集文字与图像搜索于一体，具备强大的语义理解和个性化推荐功能。它能够快速生成简洁的信息摘要，提供可靠的搜索结果，并支持划词搜索和图文结合展示，广泛适用于日常生活、学术研究、工作辅助及学习辅导等多个场景。 AI项目与工具 2025年06月12日 93 点赞 0 评论 1105 浏览
GigaTok GigaTok 是一款基于语义正则化的高参数视觉分词器，支持自回归图像生成，具备优异的图像重建与生成能力。通过一维架构和非对称扩展策略，实现高效计算与稳定训练。适用于图像生成、编辑、数据增强及多模态应用，具有广泛的技术拓展性。 AI项目与工具 2025年06月11日 74 点赞 0 评论 1102 浏览
LTXV LTXV-13B 是 Lightricks 推出的开源 AI 视频生成模型，拥有 130 亿参数，可在消费级显卡上高效运行，生成速度比同类产品快 30 倍。支持文本、图像转视频及多关键帧调节，具备多尺度渲染和高压缩率技术，适用于影视、广告、游戏、教育等多个领域，提升内容创作效率与质量。 AI项目与工具 2025年06月11日 18 点赞 0 评论 1101 浏览
Fashion Fashion-VDM是一款由谷歌和华盛顿大学合作研发的虚拟试穿技术，利用视频扩散模型生成人物穿着指定服装的高质量试穿视频，具有高保真度、时间一致性及强大的服装细节还原能力。它结合了扩散模型架构、分割分类器自由引导与渐进式时间训练策略，并在图像与视频数据联合训练的基础上实现了高效稳定的视频生成过程。 AI项目与工具 2025年06月12日 58 点赞 0 评论 1101 浏览
DanceGRPO DanceGRPO 是由字节跳动与香港大学联合开发的视觉生成强化学习框架，支持文本到图像、文本到视频、图像到视频等多种任务，兼容多种生成模型与奖励机制。其通过强化学习优化生成过程，提升视觉内容质量与一致性，降低显存压力，提高训练效率与稳定性，适用于视频生成和多模态内容创作。 AI项目与工具 2025年06月11日 45 点赞 0 评论 1097 浏览
