学习 - 智狐AI导航

WebLI

WebLI-100B是由Google DeepMind推出的超大规模视觉语言数据集，包含1000亿个图像与文本配对数据，是目前最大的视觉语言数据集之一。其设计旨在提升模型对长尾概念、文化多样性和多语言内容的理解能力。数据集通过网络爬取构建，保留了丰富的语言和文化多样性，支持多模态任务如图像分类、图像描述生成和视觉问答，广泛应用于人工智能研究、工程开发及教育领域。

AI项目与工具 2025年06月12日 51 点赞 0 评论 549 浏览

HumanDiT

HumanDiT是一种由浙江大学与字节跳动联合开发的高保真人体视频生成框架，基于扩散变换器（DiT）实现姿态引导的视频生成。它支持长序列、多分辨率视频生成，并通过关键点扩散变换器（Keypoint-DiT）确保动作的连贯性与自然性。引入前缀潜在参考策略以保持个性化特征，结合姿态适配器和细化模块提升细节质量。适用于虚拟人、动画制作、沉浸式体验及视频续写等多种场景。

AI项目与工具 2025年06月12日 41 点赞 0 评论 550 浏览

VideoTuna

VideoTuna是一款基于AI的开源视频生成工具，支持文本到视频、图像到视频以及文本到图像的转换。它提供预训练、微调和后训练对齐等功能，兼容U-Net和DiT架构，并计划引入3D视频生成能力。VideoTuna旨在简化视频内容创作流程，提升生成质量与可控性，适用于内容创作、电影制作、广告营销、教育培训等多个领域。

AI项目与工具 2025年06月12日 30 点赞 0 评论 550 浏览

Stable Diffusion-AI辅助设计

64课时带领大家系统完成SD的全流程学习，并精讲一款让SD从玩具升级到强大生产力工具的热门插件—ControlNet的使用。

Ai学习资源 1970年01月01日 0 点赞 0 评论 550 浏览

AudioJam

AudioJam是一款基于AI技术的音乐分析与编辑工具，提供和弦音调分析、乐器伴奏分离、变速播放、AB循环等功能，支持从歌曲中提取人声与各类乐器音轨并调节音量。其高精度和弦识别（准确率超90%）为音乐创作、学习和教学提供了强大支持，适用于多平台（Mac、Windows、iOS、Android、Web），是提升音乐学习与创作效率的理想选择。 ---

AI项目与工具 2025年06月12日 46 点赞 0 评论 550 浏览