-
Agentic Object Detection – 吴恩达团队推出的Agent目标检测技术
Agentic Object Detection项目简介 Agentic Object Detection 是吴恩达团队开发的新型目标检测技术，通过智能代理（Agent）系统实现无需标注数据的目标检测。用户仅需输入文字提示，AI 基于推理能力识别图像中的目标，精准定位其位置和属性。 无需传统的目标检测所需的大量标注数据和复杂训练过程，降低了开发和应用成本。能基于目标的内在属性（如颜色、形状）、上下…- 1
-
Seedream 2.0 – 字节豆包推出的原生中英双语图像生成模型
Seedream 2.0项目简介 Seedream 2.0 是字节跳动豆包大模型团队推出的原生中英双语图像生成模型，解决现有模型在文本渲染、文化理解等方面的不足。模型通过自研的双语大语言模型（LLM）作为文本编码器，能直接从海量数据中学习本土知识，生成具有准确文化细节和审美表达的高保真图像。Seedream 2.0 应用了 Glyph-Aligned ByT5 模型进行灵活的字符级文本渲染，通过 …- 1
-
Nexus-Gen – 魔搭联合华东师范等机构开源的全模态图像生成模型
Nexus-Gen项目简介 Nexus-Gen 是魔搭团队、华东师范大学等机构推出的开源全能图像生成模型，支持同时完成图像理解、生成和编辑任务。Nexus-Gen融合强大的语言模型与扩散模型的能力，基于预填充自回归策略解决传统方法中图像嵌入误差累积的问题。模型在图像质量和编辑能力上达到与 GPT-4o 相当的水平，推动全模态模型领域的发展。 Nexus-Gen优势介绍 图像理解：分析图像内容，生成…- 1
-
ControlNeXt – AI图像和视频可控生成框架
ControlNeXt项目简介 ControlNeXt是一种新型的AI图像和视频可控生成框架，由香港中文大学和商汤科技联合开发。采用轻量化控制模块和创新的交叉归一化技术，大幅降低计算资源和训练难度，同时保持生成内容的高质量和多样性。ControlNeXt支持广泛的条件控制信号，如人体姿态、边缘图等，能与多种基础模型和LoRA权重灵活集成，实现风格变换无需额外训练，显著提升了AI生成模型的效率和灵活…- 1
-
超强AI音频生成图像工具「Music To Image」体验测评：我让AI听完周杰伦的歌，它还把歌里的故事画了出来
AI音频生成图像工具： 工具介绍：「音生图」应用，只要上传一段音乐，它就能根据音乐旋律和歌词，生成一张对应意境的图片。将音频上传到模型，自动将音频生成文本描述，然后使用Llama2大模型将其转换为说明性的图像描述，最后运行Stable Diffusion XL以从音频生成图像！ 工具链接：https://www.aieva.cn/sites/1303.html 2023年AIGC的浪潮奔涌而来，让…- 1
-
OpenSPG – 蚂蚁联合OpenKG开源的知识图谱引擎
OpenSPG项目简介 OpenSPG是蚂蚁集团联合OpenKG社区推出的基于SPG框架的知识图谱引擎。OpenSPG融合LPG的结构性和RDF的语义性，克服RDF/OWL语义复杂难以落地的问题，继承LPG结构简单与大数据体系兼容的优势。OpenSPG提供明确的语义表示、逻辑规则定义和算子框架等能力，支持各厂商可插拔的适配基础引擎和算法服务，构建自定义的解决方案。OpenSPG用高效的知识化转换，…- 1
-
实战修复上世纪老照片！利用AI工具为黑白照片一键上色，3秒让黑白世界光彩照人
AI绘画工具：Palette 工具介绍：这是一款AI一键上色的工具，中文名叫：调色盘。由AI大模型驱动的AI一键着色工具，给黑白照片上色！工具是由Google机器学习研究员Emil Wallner所打造，他开发一个免费使用的网站，只需上传黑白图片即刻秒变彩色，光彩照人。 工具链接：https://www.aieva.cn/sites/513.html 家人们，随着科技的进步，?拍照打卡已经成为了我…- 1
-
Seed-Music – 字节跳动推出的AI音乐生成大模型
Seed-Music项目简介 Seed-Music是字节跳动推出的AI音乐生成大模型，将用户录制的 10 秒音频转化为完整的音乐作品。通过自回归语言模型和扩散方法，根据用户的多模态输入（如风格描述、音频参考、乐谱和声音提示）生成高质量、风格可控的音乐。Seed-Music旨在简化音乐创作流程，让无论是新手还是专业音乐人都能轻松创作音乐。不仅能生成完整的音频作品，还提供音乐编辑功能，用户可以对生成的…- 1