基于InternViT-6B-448px-V1-5的增强版视觉模型

端侧全模态理解开源模型

AI驱动的图片收集和管理工具，提升效率10倍。

先进的多模态大型语言模型

提供免费PNG图片下载和AI图片处理工具

探索Flux模型在亚洲女性形象上的适应性。Flux1.dev-AsianFemale官网入口网址

AI驱动的开发工作台，Omni Engineer官网入口网址

AI赋能的图片设计和文案创作工具，创自由官网入口网址

为图片添加可调节放大镜效果的JavaScript库。Magnifier Lens Effect官网入口网址

下一代视频和图像实时对象分割模型。SAM 2官网入口网址

将静态图片变为互动式图片，提升用户参与度。Interactivity Studio官网入口网址

将静态图片转化为生动的动画视频。LivePortrait.app官网入口网址

AI内容检测工具，确保原创性和真实性。AI Detector.online官网入口网址

多平台Stable Diffusion的一键安装包 支持Mac，Stability Matrix官网入口网址

基于GAN的图像超分辨率模型，AuraSR-v2官网入口网址

使用ComfyUI节点实现图像分割的库，ComfyUI-segment-anything-2官网入口网址

将照片转化为非凡肖像的革命性应用，Reimagic.ai官网入口网址

1.3B参数的图像转视频模型，用于生成3D一致的新场景视图

即时匹配任何图像中的颜色

SigLIP2 是谷歌推出的一种多语言视觉语言编码器，用于零样本图像分类。

PaliGemma 2 mix 是一款多功能的视觉语言模型，适用于多种任务和领域。

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。

强大的视频替换与编辑软件，利用AI技术实现自然效果。

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。

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。

AI驱动的文件重命名工具

AI驱动的电子元件分类器，智能组件管理的终极解决方案。

盲图像恢复技术，利用即时生成参考图像恢复破损图像

利用Claude 3.5 Sonnet Vision API进行图像中物体检测和可视化的强大Python工具