AI 助理
文档备案控制台

图像识别

首页 标签 图像识别
# 图像识别 #
关注
1230内容
相关子社区
ModelScope模型即服务
15294内容 6活动 4297关注
最新 热门 文章 问答 视频 训练营 活动
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
AI图像质感还原堪比专业摄影！Miracle F1：美图WHEE全新AI图像生成模型，支持超写实与多风格生成
美图WHEE推出的Miracle F1采用扩散模型技术，通过精准语义理解和多风格生成能力，可产出具有真实光影质感的专业级图像作品。
# 图像识别 # 机器学习/深度学习 # 人工智能 # 计算机视觉
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
从商业海报到二次元插画多风格通吃！HiDream-I1：智象未来开源文生图模型，17亿参数秒出艺术大作
HiDream-I1是智象未来团队推出的开源图像生成模型，采用扩散模型技术和混合专家架构，在图像质量、提示词遵循能力等方面表现优异，支持多种风格生成。
# 图像识别 # 人工智能 # 并行计算 # 测试技术 # 网络架构 # 内存技术
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
这个AI能把PSD变视频！人物/场景/道具任意组合！SkyReels-A2：昆仑万维推出的可控多元素视频生成框架
SkyReels-A2是昆仑万维推出的创新视频生成框架，通过扩散模型和图像-文本联合嵌入技术，实现多元素精准组合与高质量视频输出。
# 图像识别 # 人工智能 # 调度 # UED # 异构计算
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
OpenRouter 推出百万 token 上下文 AI 模型！Quasar Alpha：提供完全免费的 API 服务，同时支持联网搜索和多模态交互
Quasar Alpha 是 OpenRouter 推出的预发布 AI 模型，具备百万级 token 上下文处理能力，在代码生成、指令遵循和低延迟响应方面表现卓越，同时支持联网搜索和多模态交互。
# 图像识别 # 人工智能 # 算法 # 安全 # API # Python
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
重定义数字人交互！OmniTalker：阿里推出实时多模态说话头像生成框架，音视频实现唇语级同步
阿里巴巴推出的OmniTalker框架通过Thinker-Talker架构实现文本驱动的实时说话头像生成，创新性采用TMRoPE技术确保音视频同步，支持流式多模态输入处理。
# 虚拟数字人 # 图像识别 # 机器学习/深度学习 # 人工智能 # 编解码 # 机器人 # 语音技术
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
OmniCam：浙大联合上海交大推出多模态视频生成框架，虚拟导演打造百万级影视运镜
OmniCam是由浙江大学与上海交通大学联合研发的多模态视频生成框架，通过LLM与视频扩散模型结合实现高质量视频生成，支持文本、轨迹和图像等多种输入模态。
# 图像识别 # 机器学习/深度学习 # 人工智能
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
音乐人狂喜！AbletonMCP：让AI帮你写歌，一句话生成专业编曲，Demo级作品秒出
AbletonMCP 是一个开源项目，通过模型上下文协议（MCP）将 Ableton Live 与 Claude AI 连接，实现 AI 辅助音乐制作，支持创建、修改 MIDI 和音频轨道等操作。
# 图像识别 # 人工智能 # JSON # 网络协议 # 数据格式 # Python
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
AutoGLM沉思：智谱AI推出首个能"边想边干"的自主智能体！深度研究+多模态交互，颠覆传统AI工作模式
AutoGLM沉思是由智谱AI推出的一款开创性AI智能体，它突破性地将深度研究能力与实际操作能力融为一体，实现了AI从被动响应到主动执行的跨越式发展。
# 图像识别 # 机器学习/深度学习 # 人工智能 # 搜索推荐 # 数据可视化
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
QVQ-Max：阿里通义新一代视觉推理模型！再造多模态「全能眼」秒解图文难题
QVQ-Max是阿里通义推出的新一代视觉推理模型，不仅能解析图像视频内容，还能进行深度推理和创意生成，在数学解题、数据分析、穿搭建议等场景展现强大能力。
# 图像识别 # 人工智能 # 数据可视化 # 数据挖掘 # 计算机视觉
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
Cosmos-Reason1：物理常识觉醒！NVIDIA 56B模型让AI懂重力+时空法则
Cosmos-Reason1是NVIDIA推出的多模态大语言模型系列，具备物理常识理解和具身推理能力，支持视频输入和长链思考，可应用于机器人、自动驾驶等场景。
# 图像识别 # 机器学习/深度学习 # 人工智能 # 自然语言处理 # 自动驾驶 # 机器人
免费试用