2.应用工具相关

Half_illustration:基于 Flux.1 的 LoRA 模型,能够将写实和插画元素融合在一起

Half_illustration简介 Half_illustration 是一个基于 Flux.1 的 LoRA 模型,它能够将写实和插画元素融合在一起,创造出独特的视觉效果。这种模型可以生成包...

ItiNera:TuTu. AI联合多所高校开发的智能城市行程规划系统

ItiNera简介 ItiNera是由TuTu. AI与麻省理工学院、上海交通大学、香港大学和香港理工大学的研究人员联合开发的智能城市行程规划系统。该系统创新性地结合了大...

Still-Moving:Google DeepMind 团队开发的一种创新视频生成框架

Still-Moving简介 Still-Moving 是由 Google DeepMind 团队开发的一种创新视频生成框架,它允许在无需定制视频数据的情况下,对文本到视频(T2V)模型进行个...

LongVILA:提升长视频理解的多模态视觉语言模型

LongVILA简介 LongVILA是由英伟达、MIT、UC 伯克利、得克萨斯大学奥斯汀分校的联合研究团队开发的一种先进的多模态视觉语言模型。它专为长视频理解而设计,通...

CrewAI:用于协调角色扮演、自主 AI 代理的框架。

CrewAI简介 CrewAI是一个开源框架,它通过促进AI代理之间的协作智能,使它们能够像专业团队一样协同工作,共同完成复杂任务。这个框架支持角色定制、任务动态...

DistriFusion:显著减少使用扩散模型生成高分辨率图像所需的时间

DistriFusion简介 DistriFusion是由MIT、普林斯顿大学、Lepton AI和NVIDIA的联合研究团队开发的一种创新算法,旨在通过在多个GPU上实现分布式并行推理,显著...

Seed-ASR:可识别不同语言、方言、口音的AI语音识别模型

Seed-ASR简介 Seed-ASR是由字节跳动的Seed团队开发的一款基于大型语言模型(LLM)的语音识别模型。它通过结合超过2亿参数的音频编码器和具有数十亿参数的专家...

TurboEdit:可通过文本提示来实时指导图像的编辑

TurboEdit简介 TurboEdit是由Adobe Research开发的一项创新技术,它通过引入基于编码器的迭代反演技术和条件化处理,实现了对图像的精确反演和解耦图像编辑。...

FancyVideo:跨帧文本引导的动态一致视频生成模型

FancyVideo简介 FancyVideo 是由360和中山大学共同开发的一款创新视频生成模型。它通过引入跨帧文本引导模块(Cross-frame Textual Guidance Module, CTGM)...

Tavus:支持数字人克隆和实时对话的AI视频生成平台

Tavus简介 Tavus 是一个先进的AI视频生成平台,它支持数字人克隆和实时对话功能。这个平台基于Phoenix-2模型和对话式视频接口(CVI),能够实现接近人类的自...
1 17 18 19 20 21 25