标签：图像处理

WPS 大家经常用来日常写作，虽然本身提供了AI功能，但可惜需要会员，本文教你三分钟接入最火的DeepSeek，让WPS秒变办公神器。 DeepSeek API申请地址：http:/...

这两年大家都在感叹生活不易，然而我想说的是，机会还是有的，但问题不在于有没有，而在于你是否能够认准机会，然后抓住它。 接触过很多咨询项目的人，发现...

绘蛙·多图成片是阿里绘蛙推出的AI视频生成工具，基于上传2-4张具有连贯性的图片，结合文字描述，快速生成一段流畅的视频。用户选择本地上传图片或从已有作品...

Mistral OCR 是 Mistral AI 推出的先进光学字符识别（OCR）工具，专为处理复杂文档而设计。能全面理解文档中的文本、图像、表格和数学公式等元素，支持数千种...

olmOCR 是 Ai2 推出的开源工具，用在将 PDF 文档高效转换为干净的结构化纯文本。olmOCR结合文档锚定（document-anchoring）技术与Qwen2-VL-7B-Instruct（阿里...

车改成敞篷只需一句话，其它元素保持超高一致性

数据增强（Data Augmentation）是机器学习和深度学习领域中一种常用的技术，在计算机视觉和自然语言处理中应用广泛。核心目的是通过对现有数据进行变换或生成...

AnchorCrafter是基于扩散模型的智能视频制作系统，用在自动生成具有高保真度的主播风格产品推广视频。基于整合人-物交互（HOI）到姿态引导的人体视频生成中，...

LinFusion架构以一种新颖的广义线性注意力机制作为传统自注意力替代方案。

对视觉领域中的自回归模型进行全面综述。

不仅能解决手机摄影的偏色问题

PHOTOG 是基于生成式AI技术的电商平台，被誉为“电商界的Midjourney”，能将真实世界的物品无缝集成到任何场景中，提供即时控制和结果，实现100%准确的场景复制...

KuaiFormer是快手技术团队推出的基于Transformer的检索框架，用在大规模内容推荐系统。基于重新定义检索流程，从传统的分数估计任务转变为Transformer驱动的“...

创意喵是为自媒体创作者设计的AI创作助手，基于AI技术快速生成吸引人的标题和短视频文案，支持多种自媒体平台和内容类型，让创作过程更轻松高效。创意喵具备...

Text Behind Image是开源的在线工具，支持用户在图片中的角色背后添加文字，创建具有视觉冲击力的海报和社交媒体图像。用户在图像中的主体背后添加自定义文本...

墨鱼AIGC是一款基于国内先进的人工智能技术的文案写作工具，产品经过大量优质数据训练后形成垂类场景的写作能力，为用户提供一键生成营销广告、原创文案、写...

DDColor是阿里达摩院的研究人员推出的一个开源的AI图像着色框架，可以一键将黑白图片上色变为全彩图像。该方法通过使用双解码器架构（像素解码器和颜色解码器...