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。

基于GIMM-VFI的ComfyUI帧插值工具

将图像转换成结构化的Markdown文档

自定义Redux效果强度的图像处理工具

视觉语言模型增强工具，结合生成式视觉编码器和深度广度融合技术。

AI驱动的绘画与照片编辑应用

基于记忆引导扩散的表达性视频生成工具

一种用于控制人类图像动画的方法

一键去除背景，快速创建透明PNG图像

多模态大型模型，处理文本、图像和视频数据

AI赋能的图片设计和文案创作工具，创自由官网入口网址

使用AI技术在任何电商平台虚拟试穿衣物。Visual Try-On Chrome Extension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

多模态自回归模型，擅长文本生成图像，Lumina-mGPT官网入口网址

AI技术实现高质量人脸交换，创造无限可能。

SJinn是一款强大的AI智能代理，用于图像、视频、音频和3D内容创作。

Aladin AI是一款能够在浏览器中运行的AI，为您提供多种工具和功能。

F Lite 是一款 10B 参数的扩散模型，专注于合法和安全内容。

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。

用于衡量设备 AI 加速器推理性能的基准测试工具。

Google的AI助手，提升创造力与生产力。

利用AI生成印度风格的图像

通过AI技术将菜单图片转化为单个菜品图片，辅助点餐决策。

一种用于零样本定制图像生成的扩散自蒸馏技术

基于扩散模型的高保真服装重建虚拟试穿技术

基于InternViT-6B-448px-V1-5的增强版视觉模型

一款能够生成电影级质量视频的图像到视频模型

AI驱动的图像到提示生成器，快速将图像转化为创作提示。

1.58-bit量化的先进文本到图像生成模型

Tiamat AI是一个强大的图像创作平台，提供丰富的模板和创作工具.

AnyParser Pro 是一款能够快速准确地从 PDF、PPT 和图像中提取内容的大型语言模型。