新DiT创新的图像生成模型,它通过结合扩散模型和Transformer架构,实现了在图像生成任务中的高效和高质量输出。其可扩展性和条件生成能力使其在多个领域都有广泛的应用潜力。0600AI开发平台AI开源项目# adaLN# AI图像生成# AI绘画
新ReplaceAnything一个功能强大且用户友好的图像编辑工具,它通过AI技术实现了图像中物体的智能替换。无论是设计师、摄影师还是普通用户,都可以利用这个工具创造出独特的视觉效果,为创意工作带来更多可能性。02100AI开发平台AI开源项目# AI图像编辑# Hugging Face# ModelScope
新DDColor用户可以轻松上传黑白图片,快速获得彩色结果,无论是对于修复老照片还是为动漫风景上色,DDColor都能提供令人满意的效果。0350AI开发平台AI开源项目# AI图像着色# DDColor# 图像处理
新Depth Anything强大的单目深度估计工具,它通过利用大规模未标注数据和先进的数据增强技术,实现了在多种复杂环境下的准确深度预测。其多任务学习和语义辅助功能使其在多个领域都有广泛的应用潜力。0550AI开发平台AI开源项目# 3D重建# AI深度感知# Depth Anything
新美图奇想大模型MiracleVision是美图自研的一款懂美学的AI视觉大模型,以美图深厚的美学沉淀和长期的审美趋势研究作为基础,建立美学数据训练机制和美学评估体。01800AI开发平台AI开源项目# AI视觉模型# MiracleVision# 智能图像生成
新ActAnywhere一个强大的视频生成工具,它通过自动化的前景与背景融合技术,极大地简化了视频背景生成的过程。它的应用场景广泛,从电影制作到教育,都能提供高效、创新的解决方案。0400AI开发平台AI开源项目# ActAnywhere# AI影视制作# AI视频处理
新TextDiffuser-2一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。0550AI开发平台AI开源项目# AI图像生成# TextDiffuser2# 内容创作
新Snap Video强大的文本到视频合成工具,它通过创新的技术架构和高效的深度学习模型,实现了高质量视频内容的生成。这款工具不仅在视频生成领域具有突破性,还为用户提供了一种全新的创作和表达方式。01100AI开发平台AI开源项目# AI视频创作# AI视频生成# EDM框架
新GOT-OCR2.0创新的OCR模型,它通过先进的技术提供了精准、高效的OCR解决方案。无论是文档数字化、场景文本识别还是票据处理等应用场景,GOT-OCR 2.0都能提供强大的支持。0800AI开发平台AI开源项目# GOT-OCR 2.0# OCR识别# PDF文字识别
新GitHub CopilotGitHub Copilot 经过数十亿行代码的训练,将自然语言提示转化为跨数十种语言的编码建议。01450AI开发平台AI编程工具# AI编程助手# 代码编写# 智能编程伴侣
新PhotoMaker V2一个功能强大、操作简便的 AI 图像生成工具,它通过深度学习技术实现了快速、高质量的逼真人物图像生成。该工具不仅在技术上实现了突破,还在应用场景上展现了广泛的潜力,无论是在娱乐、艺术创作还是教育领域,都有着巨大的实用价值。01400AI开发平台AI开源项目# 1024高清图像# AI人物图像生成# AI肖像生成
新MagicVideo-V2一个创新的AI视频生成框架,它通过集成多个模块来生成高质量的视频内容。它不仅提高了视频生成的效率和质量,还确保了视频画面的流畅和逼真,为用户提供了极佳的观看体验。0400AI开发平台AI开源项目# 4K视频生成# AI工具集# AI视频制作
新V-JEPA创新的自监督学习模型,它通过预测视频帧的特征表示来学习视频的视觉表示。这种方法不仅能够处理视频内容,还能在图像任务上表现出色,具有广泛的应用潜力。0300AI开发平台AI开源项目# Meta# V-JEPA# 动作识别
新PDF2Audio通过将PDF文档转换成音频内容,为用户提供了一种新的信息消费方式。无论是教育、播客制作还是无障碍访问,PDF2Audio都能满足多样化的需求。0900AI开发平台AI开源项目# AI语音合成# PDF2Audio# PDF解析
新ConsiStory它提供了一种快速、高效且训练无关的方法来生成一致性图像,特别适用于需要保持主题一致性的应用场景。它不仅能够处理单主题场景,还能够应对多主题挑战,并与现有的图像编辑工具集成,提供了一个强大的图像生成解决方案。0750AI开发平台AI开源项目# AI图像生成# ConsiStory# ControlNet
新CHTMLchtml即code helper tag mark law 代码辅助标记方法,是一款简洁好用的在线的代码命名工具、变量命名工具、变量命名规则库,使用它可以让您轻松摆脱翻译软件的困扰,快速选择合适的变量名称用于开发工作中。0500AI开发平台AI编程工具# CHTML# 代码命名工具# 变量命名
新cogvlm2-llama3-caption强大的视频描述生成工具,通过先进的多模态处理和上下文感知能力,为用户提供了一种快速理解视频内容的方法。它的实时处理能力和定制化描述功能,使其在多种应用场景中都非常有用。0350AI开发平台AI开源项目# CogVLM2-LLaMA3-Caption# 多模态视频理解# 开源视频字幕模型
新Screenshot to Code无论是在线使用还是本地部署,它都为用户提供了灵活、高效的代码生成解决方案。此外,通过提供编辑功能和代码导出,它满足了用户对代码调整和个性化的需求。0600AI开发平台AI开源项目# AI前端开发工具# AI生成代码# CSS代码生成
新AnimateDiff通过预训练的运动建模模块,使得用户能够轻松地创作出丰富多样的动画内容,同时保持了原有模型的风格和特性。它的跨领域应用性和易于集成的特点,极大地扩展了个性化动画的创作空间。0750AI开发平台AI开源项目# AI动画创作# AI动画框架# AI视频生成
Nvidia·GET3D我们通过两个潜在代码生成 3D SDF 和纹理场。我们利用 DMTet 从 SDF 中提取 3D 表面网格,并查询表面点处的纹理场以获取颜色。我们使用在 2D 图像上定义的对抗损失进行训练。02600AI开发平台AI编程工具# 3D生成模型# GET3D# 从图像学习
新ScreenAgent一个先进的计算机控制智能体,它通过观察屏幕截图和执行鼠标键盘动作来完成复杂的任务。它利用VLM和强化学习环境,可以在真实计算机屏幕上执行多步骤任务。0600AI开发平台AI开源项目# AI操作电脑# AI桌面助手# CC-Score