图像 - 智狐AI导航

MOFA

MOFA-Video是由腾讯AI实验室和东京大学研究人员开发的开源图像生成视频模型。该工具通过生成运动场适配器对图像进行动画处理，能够通过稀疏控制信号（如手动轨迹、面部关键点序列或音频）实现对视频生成过程中动作的精准控制。MOFA-Video支持零样本学习，能够将多种控制信号组合使用，生成复杂的动画效果，并能生成较长的视频片段。 ---

AI项目与工具 2025年06月12日 22 点赞 0 评论 245 浏览

YesChat Ai

一个提供由Claude 2提供动力的聊天机器人服务的网站。用户可以与YesChat Ai聊天机器人进行免费且无限制的对话。

AI写作对话 2025年06月05日 56 点赞 0 评论 245 浏览

TextIn

TextIn是一款利用OCR技术实现文字识别的AI平台，支持多语言且具备强大的图像处理能力。它可以从各种类型的文档中提取结构化信息，并提供灵活的部署选项，适用于金融、物流、制造业等多个领域。TextIn通过智能算法优化文档处理流程，帮助企业提升效率。

AI项目与工具 2025年06月12日 31 点赞 0 评论 244 浏览

HART

HART是一种由麻省理工学院研究团队开发的自回归视觉生成模型，能够生成1024×1024像素的高分辨率图像，质量媲美扩散模型。通过混合Tokenizer技术和轻量级残差扩散模块，HART实现了高效的图像生成，并在多个指标上表现出色，包括重构FID、生成FID以及计算效率。

AI项目与工具 2025年06月12日 93 点赞 0 评论 244 浏览

QVQ

QVQ是一个基于Qwen2-VL-72B的开源多模态推理模型，擅长处理文本、图像等多模态数据，具备强大的视觉理解和复杂问题解决能力。它在数学和科学领域的视觉推理任务中表现出色，但在实际应用中仍需解决语言切换、递归推理及图像细节关注等问题。QVQ可广泛应用于教育、自动驾驶、医疗图像分析、安全监控及客户服务等领域。

AI项目与工具 2025年06月12日 70 点赞 0 评论 242 浏览