
Taoavatar
TaoAvatar 是一種高保真、輕量級的 3D 高斯噴濺技術(3DGS)全身虛擬人頭像,能夠生成個性化的全身動態頭像,廣泛應用於增強現實等場景。它的主要優點是能夠在各種移動設備上以 90 FPS 的高幀率即時渲染,適配 Apple Vision Pro 等高分辨率設備,為用戶提供沉浸式體驗。
數字人
176.4K

Animate Anyone 2
Animate Anyone 2 是一種基於擴散模型的角色圖像動畫技術,能夠生成與環境高度適配的動畫。它通過提取環境表示作為條件輸入,解決了傳統方法中角色與環境缺乏合理關聯的問題。該技術的主要優點包括高保真度、環境適配性強以及動態動作處理能力出色。它適用於需要高質量動畫生成的場景,如影視製作、遊戲開發等領域,能夠幫助創作者快速生成具有環境交互的角色動畫,節省時間和成本。
AI設計工具
86.9K

Gaussianspeech
GaussianSpeech是一種新穎的方法,它能夠從語音信號中合成高保真度的動畫序列,創建逼真、個性化的3D人頭化身。該技術通過結合語音信號與3D高斯繪製技術,捕捉人類頭部表情和細節動作,包括皮膚皺褶和更細微的面部運動。GaussianSpeech的主要優點包括即時渲染速度、自然的視覺動態效果,以及能夠呈現多樣化的面部表情和風格。該技術背後是大規模多視角音頻-視覺序列數據集的創建,以及音頻條件變換模型的開發,這些模型能夠直接從音頻輸入中提取唇部和表情特徵。
視頻生成
48.0K

CHANGER
CHANGER是一個創新的工業級頭部混合技術,通過色鍵技術實現高保真度的頭部混合效果,特別適用於視覺效果(VFX)、數字人物創建和虛擬頭像等領域。該技術通過分離背景集成和前景混合,利用色鍵生成無瑕疵的背景,並引入頭部形狀和長髮增強(H^2增強)以及前景預測性注意力轉換器(FPAT)模塊,以提高對各種真實世界情況的泛化能力。CHANGER的主要優點包括高保真度、工業級結果、以及對真實世界案例的廣泛適用性。
AI設計工具
46.6K
優質新品

Melodyflow
MelodyFlow是一個基於文本控制的高保真音樂生成和編輯模型,它使用連續潛在表示序列,避免了離散表示的信息丟失問題。該模型基於擴散變換器架構,經過流匹配目標訓練,能夠生成和編輯多樣化的高質量立體聲樣本,且具有文本描述的簡單性。MelodyFlow還探索了一種新的正則化潛在反轉方法,用於零樣本測試時的文本引導編輯,並展示了其在多種音樂編輯提示中的優越性能。該模型在客觀和主觀指標上進行了評估,證明了其在標準文本到音樂基準測試中的質量與效率上與評估基線相當,並且在音樂編輯方面超越了以往的最先進技術。
音樂生成
50.0K

Mochi 1 Preview
這是一個先進的視頻生成模型,採用 AsymmDiT 架構,可免費試用。它能生成高保真視頻,縮小了開源與閉源視頻生成系統的差距。模型需要至少 4 個 H100 GPU 運行。
視頻生成
58.0K

Hellomeme
HelloMeme是一個集成了空間編織注意力的擴散模型,旨在將高保真和豐富的條件嵌入到圖像生成過程中。該技術通過提取驅動視頻中的每一幀特徵,並將其作為輸入到HMControlModule,從而生成視頻。通過進一步優化Animatediff模塊,提高了生成視頻的連續性和保真度。此外,HelloMeme還支持通過ARKit面部混合形狀控制生成的面部表情,以及基於SD1.5的Lora或Checkpoint,實現了框架的熱插拔適配器,不會影響T2I模型的泛化能力。
AI圖像生成
58.2K
優質新品

Stable Hair
Stable-Hair 是一種新穎的基於擴散模型的髮型轉移方法,能夠穩健地將真實世界的多樣化髮型轉移到用戶提供的面部圖像上,用於虛擬試戴。該方法在處理複雜和多樣化的髮型時表現出色,能夠保持原有身份內容和結構,同時實現高度詳細和高保真的轉移效果。
AI頭像生成
55.2K

Freditor
Freditor是一種基於頻域分解的NeRF編輯方法。它可以實現高保真的NeRF場景編輯,並且可遷移到其他場景。該方法將NeRF場景劃分為高頻和低頻兩部分,對低頻部分進行風格遷移,並將高頻細節重新集成,從而生成高保真的編輯結果。Freditor還支持在推理過程中對編輯強度進行控制。實驗表明,該方法在保真度和可遷移性方面都優於現有的NeRF編輯方法。
AI圖像生成
48.3K
優質新品

Musev
MuseV是一個基於擴散模型的虛擬人視頻生成框架,支持無限長度視頻生成,採用了新穎的視覺條件並行去噪方案。它提供了預訓練的虛擬人視頻生成模型,支持Image2Video、Text2Image2Video、Video2Video等功能,兼容Stable Diffusion生態系統,包括基礎模型、LoRA、ControlNet等。它支持多參考圖像技術,如IPAdapter、ReferenceOnly、ReferenceNet、IPAdapterFaceID等。MuseV的優勢在於可生成高保真無限長度視頻,定位於視頻生成領域。
AI視頻生成
466.2K

Stability AI Text To Speech Models
Stability AI 高保真文本轉語音模型旨在提供對大規模數據集進行訓練的語音合成模型的自然語言引導。它通過標註不同的說話者身份、風格和錄音條件來進行自然語言引導。然後將此方法應用於45000小時的數據集,用於訓練語音語言模型。此外,該模型提出了提高音頻保真度的簡單方法,儘管完全依賴於發現的數據,但在很大程度上表現出色。
文本轉聲音
85.8K

4D Fy
4D-fy是一種文本到4D生成方法,通過混合分數蒸餾採樣技術,結合了多種預訓練擴散模型的監督信號,實現了高保真的文本到4D場景生成。其方法通過神經表示參數化4D輻射場,使用靜態和動態多尺度哈希表特徵,並利用體積渲染從表示中渲染圖像和視頻。通過混合分數蒸餾採樣,首先使用3D感知文本到圖像模型(3D-T2I)的梯度來優化表示,然後結合文本到圖像模型(T2I)的梯度來改善外觀,最後結合文本到視頻模型(T2V)的梯度來增加場景的運動。4D-fy可以生成具有引人入勝外觀、3D結構和運動的4D場景。
AI圖像生成
64.6K

Magicedit
MagicEdit是一款高保真、時間連貫的視頻編輯模型,通過明確分離外觀和運動的學習,支持視頻風格化、局部編輯、視頻混合和視頻外擴等多種編輯應用。MagicEdit還支持視頻外擴任務,無需重新訓練即可實現。
AI視頻編輯
63.8K
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
82.8K
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
65.4K

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
51.9K

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 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
139.1K
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