InternVL2.5-MPO系列模型，基于InternVL2.5和混合偏好优化，展现卓越性能。

AI绘画软件，与Adobe Photoshop无缝衔接

基于扩散模型的高保真服装重建虚拟试穿技术

将图片轻松转换为3D资产的专业工具

灵活调整光源位置和强度的AI光照编辑工具

利用AI提升媒体处理和数字资产管理效率

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

一个功能强大的图像生成工具，它通过扩散模型技术，根据文本描述生成高质量的图像。这个工具为用户提供了一种创新的方式来探索和实现他们的创意视觉概念，TextDiffuser-2官网入口网址

FitDiT 是一种用于高保真虚拟试衣的新型服装感知增强技术。

一个基于Google Gemini 2.0的高精度OCR文字识别应用。

图像水印技术，可在图片中嵌入局部化水印信息

人脸匿名化技术，保留关键细节同时有效保护隐私。

革新图像创作，探索无限可能。

先进的多模态大型语言模型

AI漫画翻译神器，享受无语言障碍的漫画阅读体验。

从实体书籍中提取划线或手写标记的文本

AI驱动的开发工作台，Omni Engineer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

HunyuanVideo-I2V 是腾讯推出的基于 HunyuanVideo 的图像到视频生成框架。

UniTok是一个用于视觉生成和理解的统一视觉分词器。

olmOCR-7B-0225-preview 是一个基于 Qwen2-VL-7B-Instruct 微调的文档图像识别模型，用于高效转换文档为纯文本。

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。

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。

开源自回归视觉生成模型项目

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

视频扩散模型，用于虚拟试穿。

一个用于创建简单漫画的扩展功能。

多模态大型模型，处理文本、图像和视频数据

多模态大型语言模型，展示卓越的整体性能。