AI图像和设计工具，提升创意效率。Dzine AI官网入口网址

文档版面分析工具，RapidLayout官网入口网址

ViPer是一种个性化方法，通过要求用户对几张图片发表评论，解释他们的喜好和不喜好，提取个人偏好。这些偏好指导文本到图像模型生成符合个人口味的图像。ViPer官网入口网址

OmniParser 是一款通用屏幕解析工具，可将 UI 截图转换为结构化格式，提升基于 LLM 的 UI 代理性能。

Pippo 是一个从单张照片生成高分辨率多人视角视频的生成模型。

VisionAgent是一个用于生成代码以解决视觉任务的库，支持多种LLM提供商。

基于推理驱动的目标检测技术，通过文本提示实现类似人类精度的检测。

强大的视频替换与编辑软件，利用AI技术实现自然效果。

用于衡量设备 AI 加速器推理性能的基准测试工具。

VideoLLaMA3是前沿的多模态基础模型，专注于图像和视频理解。

TokenVerse 是一种基于预训练文本到图像扩散模型的多概念个性化方法。

一种新颖的图像到视频采样技术，基于Hunyuan模型实现高质量视频生成。

Janus-Pro-1B 是一个统一多模态理解和生成的自回归框架。

LLMs 无需任何培训就能看见和听见

MatAnyone 是一个支持目标指定的稳定视频抠像框架，适用于复杂背景。

BEN2是一个基于深度学习的图像分割模型，专注于背景擦除和前景提取。

AI智能图片编辑器，助力免费精准处理图像，几秒变影棚版作品。

一种基于扩散变换器网络的高动态、逼真肖像图像动画技术。

一个由moondream创建的Hugging Face Space，用于展示注视点相关技术

一种从2D图像学习3D人体生成的结构化潜在扩散模型。

一个基于Google Gemini 2.0的高精度OCR文字识别应用。

高容量真实世界图像修复与隐私安全数据管理

AI驱动的文件重命名工具

ComfyUI的EcomID原生支持插件

一种用于扩散变换器的上下文LoRA微调技术

盲图像恢复技术，利用即时生成参考图像恢复破损图像

Google的AI助手，提升创造力与生产力。

视频扩散模型，用于虚拟试穿。

人脸匿名化技术，保留关键细节同时有效保护隐私。

将您的想象力变为现实，快速制作艺术图像、横幅图像和动漫图像。

AI智能图像重新上色工具

高效分离图像前景与背景的模型