標簽：圖像生成

Midjourney V1 是 Midjourney 公司推出的首個AI視頻生成模型。支持用戶將靜態圖像轉化為動態視頻。用戶上傳圖片或在 Midjourney 中生成圖片基于“Animate”按鈕...

FloweAI是通用型AI Agent，支持基于自然語言指令高效完成各類任務。FloweAI能快速制作PPT、撰寫文檔、發送郵件、進行深度研究并生成專業報告。

AI工具集實時追蹤最新開源與非開源AI項目，為您提供前沿技術動態。涵蓋多模態、推理、生成等熱門領域。無論是企業創新還是開發者探索，這里都是您獲取最新AI...

LilysAI 是功能強大的 AI 摘要工具，用于快速提取和總結各種格式文件或內容的核心信息。支持多種文件類型，包括視頻、音頻、PDF、Word 文檔、PPT 幻燈片、Exc...

Next-Frame Diffusion（NFD）是北京大學和微軟研究院聯合推出的自回歸視頻生成模型，結合擴散模型的高保真生成能力和自回歸模型的因果性和可控性。Next-Frame...

V-JEPA 2 是Meta AI推出的世界大模型，基于視頻數據實現對物理世界的理解、預測和規劃。V-JEPA 2 用于 12 億參數的聯合嵌入預測架構（JEPA），基于自監督學習...

Tripo Studio 是3D 大模型公司 VAST 推出的全球首個 AI 驅動的一站式 3D 工作臺，深度融合了 Tripo 核心算法套件，覆蓋從模型生成、材質貼圖到骨骼綁定的全流...

Krea 1 是 Krea AI 推出的 AI 圖像生成模型，解決傳統 AI 圖像生成中的“AI 美學”問題。模型能生成高度逼真、紋理清晰的圖像，支持多種藝術風格，提供風格參考...

SmolVLA 是 Hugging Face 開源的輕量級視覺-語言-行動（VLA）模型，專為經濟高效的機器人設計。擁有4.5億參數，模型小巧，可在CPU上運行，單個消費級GPU即可...

dots.llm1 是小紅書 hi lab 開源的中等規模 Mixture of Experts（MoE）文本大模型，具有 1420 億參數，激活參數為 140 億。模型在 11.2T 高質量 token 數據上...

Kuse AI 是基于AI技術與無限畫布提升工作效率的智能工具。Kuse AI 提供無邊界的畫布，用戶能自由組織和呈現信息，支持文本、圖像、PDF、YouTube視頻等多種格...

Eleven v3是ElevenLabs推出的先進文本轉語音模型。通過內聯音頻標簽實現情感和語調的精確控制，支持多說話人對話，對話更自然。模型支持超70種語言，文本理解...

Klic Studio（原Krillin AI） 是基于大型語言模型（LLMs）的視頻翻譯、配音和語音克隆工具，專為視頻創作者和內容出海者設計。支持一鍵部署全流程，可將視頻...

PlayDiffusion是PlayAI推出的新型音頻編輯模型，基于擴散模型技術，專門用在音頻的精細編輯和修復。模型將音頻編碼為離散的標記序列，對需要修改的部分進行掩...

DGM（Darwin G?del Machine）是自改進人工智能系統，通過迭代修改自身代碼來提升性能。DGM從其維護的編碼代理檔案中選擇一個代理，基于基礎模型生成新版本，...