生成

1. 首页
2. 生成

Zero123

一种从单个图像到一致的多视图扩散基础模型，旨在使用单视图输入生成 3D 一致的多视图图像。

Ai开源项目 2025年06月05日 19 点赞 0 评论 736 浏览

PixArt

PixArt-Σ是一款基于扩散Transformer架构（DiT）的文本生成图像模型，专为生成高达4K分辨率的高质量图像而设计。该模型通过整合高级元素并采用从弱到强的训练方法，不仅提升了生成图像的保真度，还增强了图像与文本提示之间的对齐效果。PixArt-Σ的生成图像在美学质量上可媲美当前顶级的文本到图像产品，并且在遵循文本提示方面表现出色。主要功能包括4K分辨率图像生成、高保真转换、高效率训练和

AI项目与工具 2024年01月01日 82 点赞 0 评论 736 浏览

AI Voice Cloning

一个提供超真实的AI语音克隆生成器，只需要3秒的音频样本就可以克隆英语、普通话、日语、韩语等语言的声音，生成与真人无异的逼真语音。

Ai语音工具 2025年06月05日 17 点赞 0 评论 737 浏览

混元3D v2.5

混元3D v2.5是腾讯推出的高精度3D生成模型，具备超高清建模能力，支持4K纹理和多视图输入，生成更真实的PBR材质模型。其优化的骨骼蒙皮系统提升动画效率，适用于游戏开发、影视制作、电商展示等多个领域，提供多样化的生成模板和参数调节功能，满足专业级3D内容创作需求。

AI项目与工具 2025年06月11日 98 点赞 0 评论 737 浏览

TITAN

TITAN是一款由哈佛医学院研究团队开发的多模态全切片病理基础模型，通过视觉自监督学习和视觉-语言对齐预训练，能够在无需微调或临床标签的情况下提取通用切片表示并生成病理报告。它在多种临床任务中表现出色，包括线性探测、少样本和零样本分类、罕见癌症检索、跨模态检索和病理报告生成，尤其适用于资源有限的临床场景。

AI项目与工具 2025年06月12日 93 点赞 0 评论 737 浏览

Documind

Documind是一款基于人工智能技术的智能文档搜索工具，适用于需要处理大量文本资料的专业人士。它提供了智能搜索、精准结果、多语言支持和严格的数据安全保障等功能，用户能够与文档进行互动，获取详细的答案和摘要，支持生成内容和训练聊天机器人。Documind强调用户隐私和数据保护，符合欧盟的GDPR标准。

AI项目与工具 2025年06月12日 97 点赞 0 评论 738 浏览

联通元景

联通元景（UniT2IXL）是一款基于国产昇腾AI平台开发的中文原生文生图模型，具备卓越的中文语义理解和高质量图像生成能力。它通过复合语言编码模块优化中文长文本处理，并利用大量中文图文数据进行预训练，确保信息完整性和生成质量。该模型支持国产化算力环境，适配多种应用场景，包括文物数字化、个性化服装定制、智能家居设计、广告创意生成及在线教育等，为企业提供高效解决方案。

AI项目与工具 2025年06月12日 54 点赞 0 评论 739 浏览

字狐AI

字狐AI是一款集成多种AI功能的浏览器插件，主要功能包括智能问答、网页信息提取、写作辅助、PDF转换及OCR文字识别。用户可通过语音或文字与之互动，快速获取所需信息并提升工作效率。支持多语言识别与编辑，适用于办公文档处理、写作创作、资料阅读及PPT制作等场景。

AI项目与工具 2025年06月12日 12 点赞 0 评论 739 浏览

NotebookMLX

NotebookMLX 是一款基于 MLX 技术开发的开源工具，支持将 PDF 文档转换为音频播客。它通过 PDF 预处理、播客脚本生成、文本优化以及文本转语音等功能，实现了从 PDF 文件到高质量音频内容的全流程自动化处理，适用于教育、播客创作、有声书制作等多个领域，显著提升了信息传播效率和用户体验。

AI项目与工具 2025年06月12日 70 点赞 0 评论 739 浏览

MusicFX

Google MusicFX是一款基于人工智能技术的音乐生成工具，支持用户通过文本描述来生成音乐，涵盖多种风格。它具备文本到音乐创作、自定义音乐参数、数字水印技术和版权安全过滤等功能，旨在降低音乐创作门槛，提升创作效率和质量。自发布以来，已有大量用户通过该工具创作出原创音乐作品。

AI项目与工具 2024年01月01日 25 点赞 0 评论 739 浏览