F Lite 是一款 10B 参数的扩散模型，专注于合法和安全内容。

PhotoDoodle 是一个基于少量样本对数据学习艺术图像编辑的代码实现。

31课时掌握神经网络的基本原理和实现方法，以及卷积神经网络、递归神经网络和词向量等经典模型的原理和应用技巧，打下深度学习领域的坚实基础，【新】AI算法工程师-深度学习入门官网入口网址

VideoLLaMA3是前沿的多模态基础模型，专注于图像和视频理解。

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。

图像水印技术，可在图片中嵌入局部化水印信息

8B参数变分自编码器模型，用于高效的文本到图像生成。

此应用可根据文本描述生成图像，或提供现有图像的描述和答案。

Pusa 是一个新颖的视频扩散模型，支持多种视频生成任务。

Pruna 是一个模型优化框架，帮助开发者快速高效交付模型。

DeepFloyd IF是一个强大的文本到图像生成模型，能够生成高分辨率和逼真度的图像。它结合了先进的语言理解和图像生成技术，提供了多种功能，如超分辨率、风格迁移和零样本学习，DeepFloyd官网入口网址

LLaSA： 扩展基于 LLaMA 的语音合成的训练时间和测试时间计算量

用于识别数学推理过程中的错误

由Novita AI提供的非官方Animate Anyone实现

高容量真实世界图像修复与隐私安全数据管理

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。

快速生成带纹理的3D模型，SF3D官网入口网址

优秀的图像生成与编辑模型，展示 AI 艺术的新可能。

CogView4-6B 是一个强大的文本到图像生成模型，专注于高质量图像生成。

Huginn-0125是一个35亿参数的潜变量循环深度模型，擅长推理和代码生成。

Tarsier 是由字节跳动推出的用于生成高质量视频描述的大型视频语言模型。

FLUX.1的最小且通用的控制器

一款高效的文本生成图像模型，具有出色的输出质量。

DeepEP 是一个针对 Mixture-of-Experts 和专家并行通信的高效通信库。

AI研究资源导航网站，提供AI研究资源、文档和实践案例

706课时帮助学生打下坚实的基础，为进一步学习人工智能和深度学习做好准备，AI算法工程师-必备基础与机器学习官网入口网址

革新服装商业摄影的智能编辑工具 图应AI致力于服装行业，专门为商业摄影提供智能化的图片编辑服务，图应AI官网入口网址

一款基于Midjourney风格的文本到图像生成模型，专注于高分辨率和写实风格的图像创作。

DreamO 是一个统一的图像定制框架。

高效的视觉编码技术，提升视觉语言模型性能。

轻量级嵌套架构，用于语音反欺诈。

基于 DiT 的人类图像动画框架，实现精细控制与长效一致性。