R
  1. 首页
  2. R

列表

Emotion

Emotion

Emotion-LLaMA是一款基于多模态输入的情绪识别与推理模型，结合音频、视觉和文本信息，提升情感理解的准确性与可解释性。模型采用改进版LLaMA架构，通过指令调整增强情感处理能力，并依托自建的MERR数据集进行训练与验证。在多个挑战赛中表现优异，适用于人机交互、教育、心理健康、客户服务等领域，具有广泛的应用前景。
AI项目与工具 2025年06月12日
ViTPose

ViTPose

ViTPose 是一种基于 Transformer 架构的人体姿态估计模型，通过图像块处理和特征提取实现关键点定位。提供多种版本，适用于不同任务需求。模型结构简洁，支持灵活扩展和参数调整，具备知识迁移能力。ViTPose+ 拓展至动物姿态估计，提升适用范围。在多个数据集上达到 SOTA 性能，广泛应用于运动分析、虚拟现实等领域。
AI项目与工具 2025年06月12日
FaceLift

FaceLift

FaceLift是一种由Adobe与加州大学默塞德分校联合开发的AI工具，能够从单张人脸图像中重建出高精度的3D头部模型。其核心技术包括多视图扩散模型和GS-LRM重建器，支持多视角一致性、身份保持和4D新视图合成，适用于虚拟现实、数字娱乐、远程交互等多个领域。该工具具备强大的几何与纹理细节表现能力，且可与2D面部重动画技术集成，广泛应用于内容创作与科研场景。
AI项目与工具 2025年06月12日
Motion Dreamer

Motion Dreamer

Motion Dreamer是由香港科技大学（广州）研发的视频生成框架，采用两阶段架构生成物理合理的视频内容。通过引入“实例流”实现从稀疏到密集的运动控制，支持用户以少量提示生成时间连贯的视频。其随机掩码训练策略增强了模型的推理能力与泛化性能，已在多个数据集上验证其优越性。适用于视频创作、动画制作、VR/AR及自动驾驶等多个领域。
AI项目与工具 2025年06月12日
Shakker

Shakker

Shakker 是一款基于 AI 技术的图像生成与编辑平台，提供 Stable Diffusion 模型支持，具备图像局部修改、合成、背景去除、动作调整等功能。支持多种风格图像生成，包括动漫、肖像及表情包制作。适用于设计师、艺术家及游戏开发者，提供直观的操作界面，广泛应用于社交媒体营销、数字艺术创作及个性化礼物定制等领域。
AI项目与工具 2025年06月12日
Search

Search

Search-o1是由中国人民大学和清华大学联合开发的AI工具，旨在提升大型推理模型在复杂任务中的表现。其核心在于结合RAG机制与Reason-in-Documents模块，实现动态知识检索与精炼处理，增强推理的准确性和连贯性。该工具在科研、数学、编程、问答等多个领域展现出广泛适用性，为构建更可靠的智能系统提供了新路径。
AI项目与工具 2025年06月12日
SPAR3D

SPAR3D

SPAR3D是一种基于两阶段设计的单图像3D重建工具，能从单张2D图像生成高质量的3D网格。它结合点扩散模型与三平面Transformer技术，实现快速、精确的几何与纹理重建，并支持用户交互式编辑。适用于增强现实、影视制作、工业设计等多个领域。
AI项目与工具 2025年06月12日
TransPixar

TransPixar

TransPixar是由多所高校及研究机构联合开发的开源文本到视频生成工具，基于扩散变换器（DiT）架构，支持生成包含透明度信息的RGBA视频。该技术通过alpha通道生成、LoRA微调和注意力机制优化，实现高质量、多样化的视频内容生成。适用于影视特效、广告制作、教育演示及虚拟现实等多个领域，为视觉内容创作提供高效解决方案。
AI项目与工具 2025年06月12日
Seer

Seer

Seer是一款由多家科研机构联合开发的端到端机器人操作模型，基于Transformer架构实现视觉预测与动作执行的高度协同。它能够融合多模态信息，具备强大的泛化能力和数据效率，在真实机器人任务中表现优异。Seer适用于工业自动化、服务机器人、医疗健康等多个领域，支持精准动作预测和未来状态预判，显著提升了机器人系统的智能化水平。
AI项目与工具 2025年06月12日
Live3D

Live3D

Live3D是一款面向虚拟主播（VTuber）的综合工具套件，提供面部追踪、3D形象定制、动画制作及直播互动等功能。其包含VTuber Maker、Editor、Gallery等组件，支持手部追踪、VRM模型编辑及AI动作捕捉，适用于虚拟直播、内容创作、在线教育等多种场景。该工具具备丰富的资源库和持续更新机制，适合个人与专业创作者使用。
AI项目与工具 2025年06月12日