
Colorflow
ColorFlow是一個為圖像序列著色而設計的模型,特別注重在著色過程中保留角色和對象的身份信息。該模型利用上下文信息,能夠根據參考圖像池為黑白圖像序列中的不同元素(如角色的頭髮和服裝)準確生成顏色,並確保與參考圖像的顏色一致性。ColorFlow通過三個階段的擴散模型框架,提出了一種新穎的檢索增強著色流程,無需每個身份的微調或顯式身份嵌入提取,即可實現具有相關顏色參考的圖像著色。ColorFlow的主要優點包括其在保留身份信息的同時,還能提供高質量的著色效果,這對於卡通或漫畫系列的著色具有重要的市場價值。
圖片編輯
50.2K

Stableanimator
StableAnimator是首個端到端身份保留的視頻擴散框架,能夠在不進行後處理的情況下合成高質量視頻。該技術通過參考圖像和一系列姿勢進行條件合成,確保了身份一致性。其主要優點在於無需依賴第三方工具,適合需要高質量人像動畫的用戶。
視頻生成
70.7K

ID Aligner
ID-Aligner 是一種用於增強身份保留文本到圖像生成的反饋學習框架,它通過獎勵反饋學習來解決身份特徵保持、生成圖像的審美吸引力以及與LoRA和Adapter方法的兼容性問題。該方法利用面部檢測和識別模型的反饋來提高生成的身份保留,並通過人類標註偏好數據和自動構建的反饋來提供審美調整信號。ID-Aligner 適用於LoRA和Adapter模型,通過廣泛的實驗驗證了其有效性。
AI圖像生成
54.4K

Flashface
FlashFace通過特徵圖編碼人臉身份並引入解耦集成策略,優秀地保留細節和遵循指令,適用於語言提示下的人臉交換等應用。
AI圖像編輯
137.4K

Stableidentity
StableIdentity是一個基於大型預訓練文本到圖像模型的最新進展,能夠實現高質量的以人為中心的生成。與現有方法不同的是,StableIdentity能夠確保穩定的身份保留和靈活的可編輯性,即使在訓練過程中只使用了每個主體的一張面部圖像。它利用面部編碼器和身份先驗對輸入的面部進行編碼,然後將面部表示投射到一個可編輯的先驗空間中。通過結合身份先驗和可編輯性先驗,學習到的身份可以在各種上下文中注入。此外,StableIdentity還設計了一個掩蔽的兩階段擴散損失,以提升對輸入面部的像素級感知,並保持生成的多樣性。大量實驗證明,StableIdentity的性能優於以往的定製方法。學習到的身份還可以靈活地與ControlNet等現成模塊結合使用。值得注意的是,我們是首個能夠直接將從單張圖像學習到的身份注入到視頻/3D生成中而無需微調的方法。我們相信,StableIdentity是統一圖像、視頻和3D定製生成模型的重要一步。
AI圖像生成
65.4K

Instantid
InstantID是一種基於強大擴散模型的解決方案,能夠在各種風格下使用單張面部圖像進行圖像個性化處理,同時確保高保真度。我們設計了一個新穎的IdentityNet,通過施加強大的語義和弱空間條件,將面部和地標圖像與文本提示集成,引導圖像生成。InstantID在實際應用中表現出色,並且能夠與流行的預訓練文本到圖像擴散模型(如SD1.5和SDXL)無縫集成,作為一個可適配的插件。我們的代碼和預訓練檢查點將在此URL上提供。
AI圖像生成
657.2K
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 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
80.9K
國外精選

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
64.0K

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
51.1K

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
48.6K

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
138.0K
國外精選

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