关键词 "20 styles" 的搜索结果， 共 20 条, 只显示前 480 条
Qwen-Image-Edit基于我们20B的Qwen-Image模型进⼀步训练，成功将Qwen-Image的独特的文本渲染能力延展至图像编辑领域，实现了对图片中文字的精准编辑。此外，Qwen-Image-Edit将输⼊图像同时输⼊到Qwen2.5-VL（实现视觉语义控制）和VAE Encoder（实现视觉外观控制），从而兼具语义与外观的双重编辑能⼒。如需体验最新模型，欢迎访问 Qwen Chat
Aluo AI 是专为电商卖家和内容创作者设计的 AI 图像处理平台。通过先进的 AI 技术，帮助用户在短短 30 秒内将普通产品图片转变为专业级的营销视觉内容。平台的核心功能包括高精度的背景去除、智能产品图片生成以及强大的 AI 图片编辑工具。用户无需任何设计经验或复杂软件，只需上传图片，AI 能自动识别去除背景，生成高质量的产品展示图，提供丰富的场景模板供选择。 Aluo AI的主要功能
Baichuan-M2在HealthBench上得到60.1的高分，以32B的较小尺寸不仅反超OpenAI 最新开源模型gpt-oss120b（得分57.6），更是力压Qwen3-235B、Deepseek R1、Kimi K2等当前世界所有开源大模型。 针对医疗领域用户隐私考虑下的模型私有化部署需求，我们对Baichuan-M2进行了极致轻量化，量化后的模型精度接近无损，可以在RTX409
OmniHuman-1.5 字节推出的先进的AI模型，能从单张图片和语音轨道生成富有表现力的数字人动画。模型基于双重系统认知理论，融合多模态大语言模型和扩散变换器，模拟人类的深思熟虑和直觉反应。模型能生成动态的多角色动画，支持通过文本提示进行细化，实现更精准的动画效果。OmniHuman-1.5 的动画具有复杂的角色互动和丰富的情感表现，为动画制作和数字内容创作带来全新的可能性，大大提升创作效率和
微软研究院的一个研究团队探索了使用主动式强化学习（agentic reinforcement learning）来实现这一目标，也就是说，模型会与专用工具环境中的工具进行交互，并根据收到的反馈调整其推理方式。而他们的探索成果便是 rStar2-Agent，这是一种强大的主动式强化学习方法。使用该方法，这个微软团队训练了一个 14B 的推理模型 rStar2-Agent-14B—— 该模型达到前沿级
Generate high-quality, royalty-free music with AI. Create songs from text prompts in seconds. No musical experience required. 20 free credits daily.
上海交通大学等开源了一款半结构化表格问答工具：ST-Raptor，无需微调，准确率超GPT-4o 做文档智能、财务审核、报表自动化、医疗质控、法律合规的可以看看 它通过视觉理解、结构化解析以及语言推理，来解决复杂、不规则表格的问答问题 也就是说可以用它对Excel报表、网站上的表格以及Markdown、csv文件进行问答，比如学术表、财务报表 ST-Raptor先用VLM识别表格整体和单元格内容，
LLaSO：大型语言和语音模型中可重复研究的基础框架完全开放的语料库+基准+参考模型，用于组合语音语言理解。LLaSO-Base 在涵盖语言、语义和副语言类别的 20 项任务中获得LLaSO-Eval 的最佳标准化总体得分。???? LLaSO 是什么？LLaSO 是第一个完全开放的端到端大规模语音语言建模堆栈，在一个框架中统一数据、评估和建模。LLaSO-Align (12.0M)：基于 ASR 的对
Spark Chemistry-X1-13B 是科大讯飞开源的化学专业大型语言模型。模型基于讯飞星火X1-0420大模型，经过多种化学任务数据集的微调，具备卓越的复杂化学问题解决能力，同时保持强大的通用性。模型基于新的注意力掩码机制，结合长思维链和快思考，有效防止不同推理模式之间的干扰。模型在高等知识问答、化学名称转换和分子性质预测等任务上表现出色，能助力化学科研工作的高效推进，激发跨领域创新，推
CWM（Code World Model）是 Meta 开源的一个拥有 320 亿参数的代码语言模型。它率先将“世界模型”的概念引入代码生成领域，让模型能够通过模拟代码执行过程，更深层次地理解和生成代码，而不仅仅是基于模式匹配。CWM 在多项基准测试中表现出色，例如在 Math-500 数据集上取得了 96.6% 的准确率。该模型的权重已公开，旨在推动代码生成和理解领域的研究，并帮助开发者更高效地
Loomi 是一款专为创作者设计的 AI 工具，旨在通过其独特的多智能体协作模式，覆盖内容生产的全流程。从话题洞察、受众画像到创作策略，Loomi 能够全方位地为创作者提供支持，让内容创作更高效、更具深度。该工具的核心优势在于其自研的 Nexus 情境引擎，它能构建稳固的思维网络，支持长文创作和复杂并行思考，确保创作任务清晰、步骤精准，让您不再迷失方向。Loomi 的开发团队融入了 100 多位内
GDPval 是由 OpenAI 推出的一个全新评估框架，旨在衡量 AI 模型在真实经济价值任务上的表现。该框架从对美国 GDP 贡献最大的 9 个行业中，选取了 44 种职业，设计了 1320 个贴近实际工作场景的真实任务（其中 220 个已开源）。这些任务涵盖了软件开发、法律文书、机械工程、护理计划等多个领域。每项任务都由平均拥有 14 年经验的专业人士设计和审核，确保评估结果能真实反映 AI
Vibecode 是一款专为 AI 编程开发者设计的移动应用构建平台，它能让您通过简单的自然语言描述，快速构建和部署功能完善的 React Native 移动应用。该平台提供了一个集成的开发环境，您无需 API 密钥即可使用多种 AI 工具，并能在本地即时预览和测试应用，通过 App Clip 快速分享以获取反馈。Vibecode 旨在让应用开发变得简单快捷，尤其适合初学者和非技术用户快速实现创意
Fast Wan - 闪电般快速的AI视频生成平台 Fast Wan以突破性的速度彻底改变了视频创作的方式-仅需5秒即可生成5秒的视频。采用最新的Wan 2.2和经过验证的Wan 2.1模型，通过专业级AI视频生成和卓越的质量，创建令人惊叹的视频。 主要特点： • FastWan 2.2模型 - 超快速720P视频生成，具有增强的质量和闪电般的速度 • FastWan 2.1模型
# Framepack AI：革命性的AI视频生成模型Framepack AI是一种突破性的神经网络结构，用于AI视频生成。它采用创新的“下一帧预测”技术，并结合独特的固定长度上下文压缩机制，使用户能够生成高质量、高帧率（30fps）的视频，长度可达120秒，且硬件门槛极低（仅需配备6GB VRAM的消费级NVIDIA GPU）。## Framepack AI的独特之处是什么？Framepack
RankAI – AI 营销机构从 Google、ChatGPT 等渠道获取数百万访问量为什么选择 RankAI？在服务了 100 多家企业后，我们构建了唯一一个始终如一带来成果的 AI 优先 SEO 系统。人工审核的关键词与主题策略（每月更新）每月生成 20+ 页面内容（是传统机构的 3 倍）持续改写，直到关键词排名稳定每周影响报告（不讲废话，只看结果）经验证的成果为各行业客户带来 超100万访
Percify 是强大的 AI 数字人生成平台，专注于创建逼真的虚拟形象（avatar）视频内容。用户上传一张人脸图片和音频，通过简单的文字描述，能生成具有自然表情、精准口型同步和高质量语音的无限时长视频。平台能满足从初学者到专业创作者的需求，支持高清视频导出和语音克隆等功能。Percify 适用艺术家、品牌、游戏开发者等，帮助用户快速生成高质量的虚拟形象和视频内容，提升创作效率。Percify的
Veo 3.1 是谷歌推出的最新 AI 视频生成模型，在Veo 3基础上进行了重大升级，带来更丰富的音频支持、更强的叙事控制及更逼真的质感还原。通过原生音频生成和更精细的编辑能力，Veo 3.1 让用户能直接在生成阶段完成视频创作，无需后期处理。模型支持多种输入类型，包括文本提示、图像和视频片段，能生成高质量的 720p 或 1080p 视频。Veo 3.1 的目标是简化创意生产流程，为创作者提供
TesserAct 是创新的 4D 具身世界模型，能预测 3D 场景随时间的动态演变，响应具身代理的动作。通过训练 RGB-DN（RGB、深度和法线）视频数据来学习，超越了传统的 2D 模型，能将详细的形状、配置和时间变化纳入预测中。TesserAct 的核心优势在于其时空一致性，支持新视角合成，显著提升了策略学习的性能。TesserAct的主要功能4D 场景生成：TesserAct 能生成包含
WISEPIM 将杂乱的产品数据转化为适用于销售的内容，支持无限语言和渠道。专为拥有 100 至 100,000 件产品的电商企业打造。传统的 PIM 只是存储数据，WISEPIM 则提升数据质量。我们的 AI 自动撰写描述，修正供应商错误，翻译内容，并即时更新成千上万的产品。生成经过 SEO 优化且具有转化力的内容。零售商的转化率提升 30%，退货率降低 41%。翻译机构每种语言每件产品收费 1
只显示前20页数据，更多请搜索
Showing 361 to 380 of 380 results
