图像

1. 首页
2. 图像

AnyStory

AnyStory是阿里巴巴通义实验室开发的文本到图像生成工具，支持单个或多个主体的高保真图像生成。其核心在于“编码-路由”架构，结合ReferenceNet和CLIP视觉编码器实现主体特征的精准建模与定位。通过解耦路由机制，有效避免多主体混淆，确保图像与文本描述高度一致。适用于创意设计、角色生成、广告制作等多个场景，提供高质量、个性化的图像生成能力。

AI项目与工具 2025年06月12日 42 点赞 0 评论 479 浏览

R1

R1-Onevision 是一款基于 Qwen2.5-VL 微调的开源多模态大语言模型，擅长处理图像与文本信息，具备强大的视觉推理能力。它在数学、科学、图像理解等领域表现优异，支持多模态融合与复杂逻辑推理。模型采用形式化语言和强化学习技术，提升推理准确性与可解释性，适用于科研、教育、医疗及自动驾驶等场景。

AI项目与工具 2025年06月12日 92 点赞 0 评论 479 浏览

Magic Studio

Magic Studio根据图片生成肖像图或者头像图、删除图片不必要的物品、自动去除背景，图片无损放大，还有生成式图片功能。

图片处理 2025年06月05日 33 点赞 0 评论 478 浏览

VEED AI官网

VEED AI游戏生成器是一个多功能的AI工具，它通过文本到图像的转换技术，帮助游戏开发者快速获取游戏设计和营销的视觉素材。

Ai语音工具 1970年01月01日 0 点赞 0 评论 478 浏览

GeoSpy

GeoSpy是一款基于AI技术的照片地理定位工具，可准确识别照片拍摄位置并输出经纬度坐标。它支持批量处理、地图集成和API接口，适用于研究、执法、新闻核实等多种场景，帮助用户深入挖掘图像背后的地理信息。

AI项目与工具 2025年06月12日 54 点赞 0 评论 477 浏览

Dream Machine

Dream Machine是Luma AI开发的AI视频生成模型，能够快速将文本和图像转换为高质量、逼真的视频。Dream Machine可以在120秒内生成120帧视频，具备流畅的运动、电影摄影和戏剧效果。...

Ai视频生成 1970年01月01日 0 点赞 0 评论 477 浏览

OmniAlign

OmniAlign-V是由多所高校联合开发的多模态大语言模型对齐数据集，包含约20万个多模态样本，涵盖自然图像和信息图表。其核心功能包括提供高质量训练数据、提升模型的开放式问答能力、增强推理与创造力，并支持模型持续优化。数据集通过图像筛选、任务设计及后处理优化确保数据质量，适用于多模态对话系统、图像辅助问答、创意生成等多个应用场景。

AI项目与工具 2025年06月12日 99 点赞 0 评论 476 浏览

CodeFormer

CodeFormer是一款由南洋理工大学和商汤科技合作开发的AI照片和视频修复工具。它利用变分自动编码器（VQGAN）和Transformer技术，能够对模糊和马赛克处理过的照片或视频进行高质量修复。CodeFormer支持图片和视频的高清修复，操作简便且为开源免费软件，适用于家庭相册修复、社交媒体照片优化及专业图像处理等多种场景。

AI项目与工具 2025年06月12日 24 点赞 0 评论 475 浏览

Cleanup.picture

Cleanup.picture 是一种基于人工智能的高级编辑工具，比其他克隆图章工具要好得多。像 adobe photoshop fix 这样的克隆工具需要背景参考，而我们的 AI 只需点击几下，就能真正猜出...

创作工具 1970年01月01日 0 点赞 0 评论 475 浏览

Awesome GPT

一个精选的GPT-4o生成图片集锦，收集了OpenAI 最新多模态模型 GPT‑4o 生成的精彩案例，展示其强大的文本‑图像理解与创作能力。

Ai学习资源 2025年06月05日 92 点赞 0 评论 475 浏览