生成

1. 首页
2. 生成

VMB

VMB是一个由多机构合作研发的多模态音乐生成框架，可从文本、图像和视频等多样化输入生成音乐。它通过文本桥接和音乐桥接优化跨模态对齐与可控性，显著提高了音乐生成的质量和定制化程度。VMB具有增强模态对齐、提升可控性、显式条件生成等特点，适用于电影、游戏、虚拟现实等多个领域。

AI项目与工具 2025年06月12日 84 点赞 0 评论 517 浏览

Shot Rate

Shot Rate是一种用于电商的 AI 工具，可以生成无限变化的产品图像。它使用基于用户原始图像训练的自定义 AI 模型，为营销和宣传材料创建独特且高质量的产品视觉效果。

Ai绘画生成 2025年06月05日 41 点赞 0 评论 517 浏览

LLaDA

LLaDA是一款基于扩散模型框架的新型大型语言模型，由中国人民大学高瓴AI学院与蚂蚁集团联合开发。它通过正向掩蔽和反向恢复机制建模文本分布，采用Transformer作为掩蔽预测器，优化似然下界提升生成效果。LLaDA在上下文学习、指令遵循和双向推理方面表现突出，尤其在反转推理任务中克服了传统自回归模型的局限。其8B参数版本在多项基准测试中表现优异，适用于多轮对话、文本生成、代码生成、数学推理和语

AI项目与工具 2025年06月12日 66 点赞 0 评论 517 浏览

DiffSensei

DiffSensei是一款由北京大学、上海AI实验室及南洋理工大学联合开发的漫画生成框架，它结合了基于扩散的图像生成技术和多模态大型语言模型（MLLM）。该工具能够根据用户提供的文本提示和角色图像，生成具有高精度和视觉吸引力的黑白漫画面板，支持多角色场景下的互动与布局调整。其核心技术包括掩码交叉注意力机制、对话布局编码以及MLLM作为特征适配器等，广泛应用于漫画创作、个性化内容生成、教育和培训等领

AI项目与工具 2025年06月12日 47 点赞 0 评论 517 浏览

PixelHacker

PixelHacker是一款由华中科技大学与VIVO AI Lab联合开发的图像修复模型，采用潜在类别引导机制，通过线性注意力实现结构与语义一致性的高质量修复。基于大规模数据集训练并经过多基准微调，支持多种图像类型与分辨率。适用于照片修复、对象移除、艺术创作、医学影像及文化保护等领域。

AI项目与工具 2025年06月11日 50 点赞 0 评论 517 浏览

HunyuanCustom

HunyuanCustom是腾讯混元团队开发的多模态视频生成框架，支持图像、音频、视频和文本等多种输入条件，生成高质量定制化视频。采用文本-图像融合与图像ID增强技术，提升身份一致性和视频真实性。适用于虚拟人广告、虚拟试穿、视频编辑等场景，具备音频驱动和视频驱动两种生成方式，展现强大可控性与灵活性。

AI项目与工具 2025年06月11日 73 点赞 0 评论 517 浏览

NameSnack

NameSnack 是一款免费的在线工具，可帮助您为您的企业、品牌、产品或项目生成朗朗上口且富有创意的名称。

创业营销 2025年06月05日 41 点赞 0 评论 518 浏览

Sparkify

Sparkify是谷歌推出的AI动画视频生成工具，基于Gemini 2.5和Veo 2模型。用户输入问题或复杂概念后，Sparkify能在2分钟内生成直观的动画短视频，讲解知识点。其多模态处理能力结合Google Search数据，确保内容准确且与最新信息同步。适用于教育、科普和企业培训等领域，提升理解效率和传播效果。目前处于内测阶段，可通过官网加入等候列表。

AI项目与工具 2025年06月11日 24 点赞 0 评论 518 浏览

TurboScribe Ai

一项语音AI转文字服务，提供无限音频和视频转录。TurboScribe Ai可以将音频和视频文件转换为98+种语言的文本，准确率极高。

Ai语音工具 2025年06月05日 24 点赞 0 评论 518 浏览

响指HaiSnap

HaiSnap是一款零代码AI应用开发平台，支持可视化操作和多模型调用，涵盖文本生成、图像识别等功能。用户可快速搭建并部署应用至云端，同时享受任务管理、小工具和小游戏等辅助功能，适用于教育、企业及个人场景，提升开发效率与用户体验。

AI项目与工具 2025年06月11日 98 点赞 0 评论 518 浏览