SeedEdit是字節跳動豆包大模型團隊推出的通用圖像編輯模型，基于簡單的自然語言指令編輯圖像，包括修圖、換裝、美化、風格轉換及在指定區域添加或刪除元素等。SeedEdit的核心優勢為在維持原始圖像和生成新圖像之間找到最佳平...
網站首頁 > AI工具 第21頁
-
-
App Intents是蘋果推出的支持開發者在iOS、macOS等平臺上集成Siri和Apple Intelligence的新框架，實現應用功能與系統體驗（如Siri、Spotlight搜索、快捷指令）的無縫融合。App I...
-
HourVideo是斯坦福大學李飛飛和吳佳俊團隊推出的長視頻理解基準數據集，包含500個第一人稱視角視頻，時長20至120分鐘，覆蓋77種日常活動，能評估多模態模型對長視頻的理解能力。...
-
DimensionX是香港科技大學、清華大學和生數科技共同推出的框架，能從單張圖片生成高逼真度的3D和4D場景，基于視頻擴散技術實現對空間和時間維度的精確控制?？蚣芑赟T-Director技術解耦空間和時間因素，支持獨立或...
-
FabricDiffusion是谷歌和卡內基梅隆大學共同推出的高保真度3D服裝生成技術，能將現實世界中2D服裝圖像的紋理和印花高質量地轉移到任意形狀的3D服裝模型上。FabricDiffusion基于去噪擴散模型和大規模合成...
-
Infinity-MM是智源研究院推出的千萬級多模態指令數據集，包含4300萬條樣本，數據量達10TB。數據集經過質量過濾和去重，確保高質量和多樣性，能提升開源視覺-語言模型（VLMs）的性能。智源推出基于開源VLMs的合成...
-
OpenCoder是墨爾本大學、復旦大學等高校研究人員聯合無限光年推出的開源代碼大型語言模型（LLM），能提升開源代碼LLM的性能至專有模型水平，推動代碼AI研究的透明化和可重復性。OpenCoder提供模型權重和推理代碼，...
-
MiLoRA是參數高效的大型語言模型（LLMs）微調方法，通過更新權重分量來矩陣的次要奇異減少計算和內存成本。方法基于奇異值分解（SVD）將權重矩陣分為主要和次要兩部分，主要部分包含重要知識，次要部分包含噪聲或長尾信息。...
-
CogVideoX v1.5是智譜最新開源的AI視頻生成模型。模型包含CogVideoX v1.5-5B和CogVideoX v1.5-5B-I2V兩個版本，5B 系列模型支持生成5至10秒、768P分辨率、16幀的視頻，I...
-
AdaCache（Adaptive Caching）是Meta推出的開源技術，能加速AI視頻生成過程。AdaCache自適應緩存機制優化計算資源分配，根據不同視頻內容的復雜度動態調整計算量，減少不必要的計算開銷。AdaCac...
