学习
  1. 首页
  2. 学习

列表

Phantom

Phantom

Phantom是由字节跳动研发的视频生成框架，支持从参考图像中提取主体并生成符合文本描述的视频内容。它采用跨模态对齐技术，结合文本和图像提示，实现高质量、主体一致的视频生成。支持多主体交互、身份保留等功能，适用于虚拟试穿、数字人生成、广告制作等多种场景。模型基于文本-图像-视频三元组数据训练，具备强大的跨模态理解和生成能力。
AI项目与工具 2025年06月12日
VideoPoet

VideoPoet

VideoPoet是一款基于大模型的AI视频生成工具，支持从文本、图像或视频输入中合成高质量的视频内容及匹配的音频。其核心优势在于多模态大模型设计，能够处理和转换不同类型的输入信号，无需特定数据集或扩散模型即可实现多种风格和动作的视频输出。主要功能包括文本到视频转换、图像到视频动画、视频风格化、视频编辑和扩展、视频到音频转换以及多模态学习等。技术原理涉及多模态输入处理、解码器架构、预训练与任务适应
AI项目与工具 2024年01月01日
ImageRAG

ImageRAG

ImageRAG 是一种基于检索增强生成（RAG）技术的图像生成工具，通过动态检索相关图像提升文本到图像模型的生成能力。它能够增强对罕见概念的理解与生成，提升图像的真实度和相关性，支持多模态生成与个性化定制。无需额外训练即可适配多种 T2I 模型，广泛应用于创意设计、品牌推广、教育及影视等领域。
AI项目与工具 2025年06月12日
HybridRAG

HybridRAG

HybridRAG是一种结合了检索增强生成模型的混合架构，通过检索系统和生成模型的协同工作，生成更准确和丰富的输出。其主要功能包括信息检索、上下文理解、知识融合和生成能力。HybridRAG适用于多种自然语言处理任务，如问答系统、文本摘要和对话生成，能够利用大量外部知识提高生成内容的质量和相关性。
AI项目与工具 2025年06月12日
Chatsimple

Chatsimple

Chatsimple 是一个基于人工智能技术的聊天机器人开发平台，提供自然语言处理和机器学习算法支持，帮助企业实现智能客户服务、个性化交互及多渠道集成。其核心功能包括智能对话管理、24/7 自动化客户支持、个性化响应以及跨平台整合能力，适用于客户服务、销售咨询、预约管理等多个应用场景。 ---
AI项目与工具 2025年06月12日
AIMv2

AIMv2

AIMv2是苹果公司开发的开源多模态自回归预训练视觉模型，通过图像与文本的深度融合提升视觉理解能力。其采用图像块与子词标记拼接的方式进行自回归预训练，支持多种参数规模，适用于不同设备。具备视觉问答、指代表达理解、图像字幕生成、多媒体检索等功能，并可无缝集成到大型语言模型中。模型在多个视觉任务中表现优异，具备良好的可扩展性和零样本适应能力。
AI项目与工具 2025年06月12日
Regem AI Plus

Regem AI Plus

Regem AI改写工具是一款免费且强大的基于AI的改写工具，可在几秒钟内改写内容。
AI写作对话 2026年08月14日
Remy AI

Remy AI

Remy AI是一款以科学为基础的AI睡眠助手，专为改善用户的睡眠质量而设计。它通过个性化睡眠分析、褪黑素和皮质醇峰值预测、全天候能量预测等功能，结合昼夜节律为用户提供工作、学习、锻炼等时间的最佳建议。此外，Remy AI提供了30天的睡眠改善计划及实用的睡眠实践库，助力用户培养健康的生活方式。
AI项目与工具 2025年06月12日