Transfusion
Transfusion是由Meta公司开发的多模态AI模型，能够同时生成文本和图像，并支持图像编辑功能。该模型通过结合语言模型的下一个token预测和扩散模型，在单一变换器架构上处理混合模态数据。Transfusion在预训练阶段利用了大量的文本和图像数据，表现出强大的扩展性和优异的性能。其主要功能包括多模态生成、混合模态序列训练、高效的注意力机制、模态特定编码、图像压缩、高质量图像生成、文本生成
图像
Pixel Studio
Pixel Studio 是谷歌为 Pixel 9 系列手机预装的一款 AI 图像生成应用。它基于 Imagen 3 模型，能够快速生成艺术风格的图片，生成时间仅需约2秒。Pixel Studio 利用 Tensor G4 芯片，支持本地和云端生成方式，并具备 Gemini overlay 功能，便于用户直接分享生成的图片至邮件或聊天平台。该应用适用于艺术爱好者、设计师、社交媒体用户以及专业创作者
Cutout Pro
Cutout Pro成立于2018年，拥有一群技术狂，cutout.pro 利用人工智能和计算机视觉的力量提供范围广泛的产品，让您的生活更加丰富多彩 更轻松，您的工作更高效。
AddressCLIP
AddressCLIP 是一种基于 CLIP 技术的端到端图像地理定位模型，由中科院自动化所与阿里云联合开发。它通过图像与地址文本对齐和地理匹配技术，实现街道级别的精确定位，无需依赖 GPS。模型在多个数据集上表现优异，适用于城市管理、社交媒体、旅游导航等多个场景，具备良好的灵活性和多模态结合潜力。
