# 文本

優質新品
Phi-3-vision-128k-instruct
Phi 3 Vision 128k Instruct
Phi-3 Vision是一個輕量級、最先進的開放多模態模型,基於包括合成數據和經過篩選的公開可用網站在內的數據集構建,專注於文本和視覺的非常高質量的推理密集數據。該模型屬於Phi-3模型家族,多模態版本支持128K上下文長度(以token計),經過嚴格的增強過程,結合了監督微調和直接偏好優化,以確保精確的指令遵循和強大的安全措施。
AI模型
86.4K
中文精選
米塔
米塔
米塔是一個打造連接全球創作者的AI社區平臺。它提供米文、米畫等創作工具,用戶只需輸入文字提示,就可以通過AI技術生成小說大綱、文章、畫作等創意內容。米塔具有寫作輔助、圖像生成、智能對話等功能,可以幫助用戶提升創作效率,發掘更多創意靈感。米塔基於大規模預訓練語言模型,通過模型微調和數據增強,實現了文本、圖像的高質量生成。米塔致力於為創作者提供便捷的AI創作工具,構建包容開放的社區,讓更多的用戶體驗到AI給創作帶來的無限可能。
AI設計工具
271.0K
Midreal.ai
Midreal.ai
MidReal是一個基於先進人工智能技術的文本冒險遊戲平臺。它擁有強大的長篇敘事能力和近乎無限的記憶能力,可以根據玩家的選擇來生成一個連貫、沉浸式的故事劇情。玩家可以選擇不同的世界觀和場景,roleplay成自己喜歡的角色,創造獨特的冒險經歷。
AI遊戲創作
1.1M
SteinDreamer
Steindreamer
SteinDreamer供文本到3D分數蒸餾的解決方案。他們提出了一種名為Stein Score Distillation (SSD)的方差縮減解決方案,通過控制變量構建和Stein身份,實現了對蒸餾方差的有效降低。他們的實驗結果表明,SSD能夠有效降低蒸餾方差,並且在對象和場景級別的生成中持續提高視覺質量。此外,他們還展示了SteinDreamer相對於現有方法具有更快的收斂速度。
AI模型
43.9K
Unified-IO 2
Unified IO 2
Unified-IO 2是一個統一的多模態生成模型,能夠理解和生成圖像、文本、音頻和動作。它使用單個編碼器-解碼器Transformer模型,將不同模式(圖像、文本、音頻、動作等)的輸入和輸出都表示為一個共享的語義空間進行處理。該模型從頭開始在大規模的多模態預訓練語料上進行訓練,使用了多模態的去噪目標進行優化。為了學會廣泛的技能,該模型還在120個現有數據集上進行微調,這些數據集包含提示和數據增強。Unified-IO 2在GRIT基準測試中達到了最先進的性能,在30多個基準測試中都取得了強勁的結果,包括圖像生成和理解、文本理解、視頻和音頻理解以及機器人操作。
AI模型
70.4K
ImageBind
Imagebind
ImageBind是一種新的AI模型,能夠同時綁定六種感官模態的數據,無需顯式監督。通過識別這些模態之間的關係(圖像和視頻、音頻、文本、深度、熱成像和慣性測量單元(IMUs)),這一突破有助於推動AI發展,使機器能夠更好地分析多種不同形式的信息。探索演示以瞭解ImageBind在圖像、音頻和文本模態上的能力。
AI模型
49.1K
CelebV-Text
Celebv Text
CelebV-Text是一個大規模、高質量、多樣化的人臉文本-視頻數據集,旨在促進人臉文本-視頻生成任務的研究。數據集包含70,000個野外人臉視頻剪輯,每個視頻剪輯都配有20個文本,涵蓋40種一般外觀、5種詳細外觀、6種光照條件、37種動作、8種情緒和6種光線方向。CelebV-Text通過全面的統計分析驗證了其在視頻、文本和文本-視頻相關性方面的優越性,並構建了一個基準來標準化人臉文本-視頻生成任務的評估。
AI數據集
90.0K
必應翻譯
必應翻譯
必應翻譯是一款多語種文本翻譯工具,可以幫助用戶快速準確地翻譯各種語言的文本。它具有簡單易用、翻譯準確、支持多種語言等優勢。該產品提供免費和付費版本,付費版本提供更多高級功能。定位於個人用戶和商業用戶。
AI翻譯
141.6K
DreamFusion
Dreamfusion
DreamFusion是一款基於預訓練的2D文本到圖像擴散模型,用於生成高保真度的、可調光的3D對象。它通過使用梯度下降優化隨機初始化的3D模型(Neural Radiance Field)來生成3D對象,並且可以從任意角度觀察、任意照明重新照亮或與任何3D環境合成。DreamFusion不需要3D訓練數據,也不需要對圖像擴散模型進行修改,展示了預訓練圖像擴散模型作為先驗的有效性。
AI圖像生成
59.3K
Stable Horde
Stable Horde
AI Horde是一個眾包分佈式圖像和文本生成平臺。它由一群協作的工作者組成,提供高效的圖像和文本生成服務。AI Horde提供穩定的性能、廣泛的功能和多樣的使用場景。無論是個人用戶還是企業用戶,都可以通過AI Horde獲得高質量的圖像和文本生成服務。AI Horde的定價合理,定位於滿足用戶的創作、設計、娛樂等需求。
圖片生成
49.1K
精選AI產品推薦
中文精選
騰訊混元圖像 2.0
騰訊混元圖像 2.0
騰訊混元圖像 2.0 是騰訊最新發布的 AI 圖像生成模型,顯著提升了生成速度和畫質。通過超高壓縮倍率的編解碼器和全新擴散架構,使得圖像生成速度可達到毫秒級,避免了傳統生成的等待時間。同時,模型通過強化學習算法與人類美學知識的結合,提升了圖像的真實感和細節表現,適合設計師、創作者等專業用戶使用。
圖片生成
82.5K
國外精選
Lovart
Lovart
Lovart 是一款革命性的 AI 設計代理,能夠將創意提示轉化為藝術作品,支持從故事板到品牌視覺的多種設計需求。其重要性在於打破傳統設計流程,節省時間並提升創意靈感。Lovart 當前處於測試階段,用戶可加入等候名單,隨時體驗設計的樂趣。
AI設計工具
65.1K
FastVLM
Fastvlm
FastVLM 是一種高效的視覺編碼模型,專為視覺語言模型設計。它通過創新的 FastViTHD 混合視覺編碼器,減少了高分辨率圖像的編碼時間和輸出的 token 數量,使得模型在速度和精度上表現出色。FastVLM 的主要定位是為開發者提供強大的視覺語言處理能力,適用於各種應用場景,尤其在需要快速響應的移動設備上表現優異。
AI模型
51.6K
KeySync
Keysync
KeySync 是一個針對高分辨率視頻的無洩漏唇同步框架。它解決了傳統唇同步技術中的時間一致性問題,同時通過巧妙的遮罩策略處理表情洩漏和麵部遮擋。KeySync 的優越性體現在其在唇重建和跨同步方面的先進成果,適用於自動配音等實際應用場景。
視頻編輯
49.4K
Manus
Manus
Manus 是由 Monica.im 研發的全球首款真正自主的 AI 代理產品,能夠直接交付完整的任務成果,而不僅僅是提供建議或答案。它採用 Multiple Agent 架構,運行在獨立虛擬機中,能夠通過編寫和執行代碼、瀏覽網頁、操作應用等方式直接完成任務。Manus 在 GAIA 基準測試中取得了 SOTA 表現,展現了強大的任務執行能力。其目標是成為用戶在數字世界的‘代理人’,幫助用戶高效完成各種複雜任務。
個人助理
1.5M
Trae國內版
Trae國內版
Trae是一款專為中文開發場景設計的AI原生IDE,將AI技術深度集成於開發環境中。它通過智能代碼補全、上下文理解等功能,顯著提升開發效率和代碼質量。Trae的出現填補了國內AI集成開發工具的空白,滿足了中文開發者對高效開發工具的需求。其定位為高端開發工具,旨在為專業開發者提供強大的技術支持,目前尚未明確公開價格,但預計會採用付費模式以匹配其高端定位。
開發與工具
139.1K
國外精選
Pika
Pika
Pika是一個視頻製作平臺,用戶可以上傳自己的創意想法,Pika會自動生成相關的視頻。主要功能有:支持多種創意想法轉視頻,視頻效果專業,操作簡單易用。平臺採用免費試用模式,定位面向創意者和視頻愛好者。
視頻生成
18.7M
中文精選
LiblibAI
Liblibai
LiblibAI是一箇中國領先的AI創作平臺,提供強大的AI創作能力,幫助創作者實現創意。平臺提供海量免費AI創作模型,用戶可以搜索使用模型進行圖像、文字、音頻等創作。平臺還支持用戶訓練自己的AI模型。平臺定位於廣大創作者用戶,致力於創造條件普惠,服務創意產業,讓每個人都享有創作的樂趣。
AI模型
8.0M
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase