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。

将3D模型转换为64x64像素图像，简化3D形状生成。Omages官网入口网址

前沿文本到图像模型，生成逼真图像。Ideogram 2.0官网入口网址

Nano Banana 2连接Gemini 2.5 Flash，支持文本到图像及图像编辑并带水印输出。

Decart Vision平台利用AI实现图像、视频生成与编辑，无需等待创意产出。

使用 ImgEdify 的 AI 驱动工具提升您的图像。

为 Diffusion Transformer 提供高效灵活的控制框架。

WHAM 是微软开发的一种生成式游戏模型，用于生成游戏视觉和控制器动作。

X-Dyna是一种基于扩散模型的零样本人类图像动画生成技术。

基于扩散模型的图像和视频生成工具

基于孪生多模态扩散变换器的创意布局到图像生成技术

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

大规模多模态医学数据集，MedTrinity-25M官网入口网址

创建活泼的动漫风格插画，Phantasma Anime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

BAGEL是一款开源的统一多模态模型，您可以在任何地方进行微调、精简和部署。

实现灵活且高保真度的图像生成，同时保持身份特征。

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。

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AI生成印度风格的图像

AI驱动的图片收集和管理工具，提升效率10倍。

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

将照片转化为非凡肖像的革命性应用，Reimagic.ai官网入口网址

PixNova AI是一款强大的AI图片生成和设计工具，提供多种AI功能，包括人脸交换、图片编辑等。

通过AI创建和共享图像的平台。

全新多模态推理模型，支持图文输入、文字输出，具备高精度图像感知与复杂推理能力。

用于衡量设备 AI 加速器推理性能的基准测试工具。

124B参数的多模态大型语言模型

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。

基于记忆引导扩散的表达性视频生成工具