利用AI提升媒体处理和数字资产管理效率

多模态12B参数模型，结合视觉编码器处理图像和文本。

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。

InternVL3开源：7种尺寸覆盖文、图、视频处理，多模态能力扩展至工业图像分析

UniTok是一个用于视觉生成和理解的统一视觉分词器。

AIGC学习、创作、分享的平台,旨在引进更多的创意之源,分享更前沿的创意内容，腾讯设计开放平台 – Top.AI官网入口网址

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。

FitDiT 是一种用于高保真虚拟试衣的新型服装感知增强技术。

简便易用、功能强大的免费修图软件

AI绘画软件，与Adobe Photoshop无缝衔接

提供免费PNG图片下载和AI图片处理工具

AI驱动的图像文字识别服务

快速生成带纹理的3D模型，SF3D官网入口网址

HiPixel 是一款用于 AI 驱动的图像超分辨处理的 macOS 桌面客户端应用。

SmolVLM-256M 是世界上最小的多模态模型，可高效处理图像和文本输入并生成文本输出。

一种从2D图像学习3D人体生成的结构化潜在扩散模型。

为ComfyUI提供Luma AI API的自定义节点。

基于参考增强扩散的3D内容生成模型

自定义Redux效果强度的图像处理工具

多模态大型模型，处理文本、图像和视频数据

先进的多模态大型语言模型，具备卓越的多模态推理能力。

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。

Animate Anyone 2 是一款高保真角色图像动画生成工具，支持环境适配。

Genime AI 是一款专注于动画生成与编辑的工具，提供图像到 3D、补间动画等功能。

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

图像水印技术，可在图片中嵌入局部化水印信息

从实体书籍中提取划线或手写标记的文本

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

新用户免费领1亿tokens，基于领先的千亿级多语言、多模态预训练模型，打造高效率、通用化的“模型即服务”AI开发新范式，智谱API-免费领取官网入口网址

视频扩散模型，用于虚拟试穿。

8B参数变分自编码器模型，用于高效的文本到图像生成。