阿里 Qwen-Image-Edit-2511
新一代图像编辑模型，人物一致性大幅提升 Qwen-Image-Edit-2511 是阿里 Qwen 团队开源的图像编辑大模型，能在任意创意操作中精准保持人物面部特征，并支持多人、多物体、光影等复杂场景的高保真编辑。
Follow-Your-Emoji是一个基于扩散模型的人像动画框架，能够将目标表情序列动画化到参考人像上，同时保持人像身份的一致性、表情的传递、时间的连贯性和保真度。它通过采用表情感知标志和面部细粒度损失技术，显著提升了模型在控制自由风格人像表情方面的表现，包括真实人物、卡通、雕塑甚至动物。此外，它还通过简单有效的逐步生成策略，扩展到稳定的长期动画，增加了其潜在的应用价值。
数据统计
相关导航
Whisper-Medusa Whisper-Medusa
一款基于Whisper模型的优化版语音识别工具，通过多解码头技术显著提升处理速度
HitPaw
HitPaw 是一个提供强大视频、音频和图片解决方案的平台，由一系列多媒体工具组成，旨在帮助用户在各种媒体内容上进行创作、编辑和转换。
昆仑万维 Skywork R1V4-Lite
集成视觉推理与工具调用的轻量级多模态智能体 Skywork R1V4-Lite 是昆仑万维（Skywork AI）推出的轻量级多模态智能体，聚焦视觉 - 语言推理，具备图像理解、工具调用、多步推理与深度研究能力，无需复杂提示词即可通过图像输入自动完成任务。
SenseNova-SI
商汤空间智能大模型 商汤开源的2B/8B多模态模型，在空间理解基准上超越GPT-5，为自动驾驶、机器人提供“看懂世界”的通用引擎。
Pixelcut
免费AI照片编辑器 免费的AI驱动的照片编辑工具，提供简单易用的界面和强大的功能，帮助用户快速生成高质量的产品照片和创意图片，无需专业摄影设备或技能。
IntrinsicAnything
一种通过生成模型学习材料，规范优化过程的方法，以提高在未知静态照明条件下拍摄的姿势图像中恢复物体材质的准确性。
Stable Virtual Camera
让2D图像秒变3D视频 Stability AI 推出的一款 AI 模型，能够将二维图像转换为具有真实深度和透视感的沉浸式三维视频。
暂无评论...