AI 助理
文档备案控制台

视觉智能开放平台

首页 标签 视觉智能开放平台
# 视觉智能开放平台 #
关注
15948内容
相关问产品
视觉智能开放平台
6794问题 99%回答率
相关子社区
视觉智能
12909内容 3活动 860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
Step-Video-TI2V：开源视频生成核弹！300亿参数+102帧电影运镜
Step-Video-TI2V 是阶跃星辰推出的开源图生视频模型，支持根据文本和图像生成高质量视频，具备动态性调节和多种镜头运动控制功能，适用于动画制作、短视频创作等场景。
# 视觉智能开放平台 # 机器学习/深度学习 # 人工智能 # 编解码 # 监控
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
ReCamMaster：视频运镜AI革命！单镜头秒变多机位，AI重渲染颠覆创作
ReCamMaster 是由浙江大学与快手科技联合推出的视频重渲染框架，能够根据用户指定的相机轨迹重新生成视频内容，广泛应用于视频创作、后期制作、教育等领域，提升创作自由度和质量。
# 视觉智能开放平台 # 人工智能 # 编解码
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
Stable Virtual Camera：2D秒变3D电影！Stability AI黑科技解锁无限运镜，自定义轨迹一键生成
Stable Virtual Camera 是 Stability AI 推出的 AI 模型，能够将 2D 图像转换为具有真实深度和透视感的 3D 视频，支持自定义相机轨迹和多种动态路径，生成高质量且时间平滑的视频。
# 视觉智能开放平台 # 机器学习/深度学习 # 人工智能 # 算法
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
I2V3D：微软+港城大黑科技！单图秒变3D动态视频，相机轨迹自由操控
I2V3D 是由香港城市大学和微软联合开发的图像到视频生成框架，支持将静态图像转换为动态视频，基于3D几何引导实现精确的动画控制，适用于动画制作、视频编辑和内容创作等领域。
# 视觉智能开放平台 # 机器学习/深度学习 # 人工智能 # 图形学
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
MIDI-3D：单图秒变3D场景！40秒生成360度空间，多实例扩散黑科技
MIDI-3D 是一种先进的 AI 3D 场景生成技术，能够将单张图像快速转化为高保真度的 360 度 3D 场景，具有强大的全局感知能力和细节表现力，适用于游戏开发、虚拟现实、室内设计等多个领域。
# 视觉智能开放平台 # 机器学习/深度学习 # 人工智能 # 算法 # vr&ar # 图形学
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
VideoPainter：开源视频修复神器！双分支架构一键修复，对象身份永久在线
VideoPainter 是由香港中文大学、腾讯ARC Lab等机构联合推出的视频修复和编辑框架，基于双分支架构和预训练扩散模型，支持任意长度视频的修复与编辑，具备背景保留、前景生成、文本指导编辑等功能，为视频处理领域带来新的突破。
# 视觉智能开放平台 # 人工智能 # 物联网
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
TrajectoryCrafter：腾讯黑科技！单目视频运镜自由重构，4D生成效果媲美实拍
TrajectoryCrafter 是腾讯与香港中文大学联合推出的单目视频相机轨迹重定向技术，支持后期自由调整视频的相机位置和角度，生成高质量的新型轨迹视频，广泛应用于沉浸式娱乐、创意视频制作等领域。
# 视觉智能开放平台 # 机器学习/深度学习 # 人工智能 # 自然语言处理
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
IMAGPose：南理工突破性人体生成框架！多姿态适配+细节语义融合，刷新图像生成范式
IMAGPose 是南京理工大学推出的用于人体姿态引导图像生成的统一条件框架，解决了传统方法在姿态引导的人物图像生成中的局限性，支持多场景适应、细节与语义融合、灵活的图像与姿态对齐以及全局与局部一致性。
# 视觉智能开放平台 # 机器学习/深度学习 # 人工智能 # 测试技术
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
AVD2：清华联合复旦等机构推出的自动驾驶事故视频理解与生成框架
AVD2 是由清华大学联合多所高校推出的自动驾驶事故视频理解与生成框架，结合视频生成与事故分析，生成高质量的事故描述、原因分析和预防措施，显著提升自动驾驶系统的安全性和可靠性。
# 视觉智能开放平台 # 人工智能 # 自然语言处理 # 自动驾驶 # 安全 # 计算机视觉
蚝油菜花
|
博文
|
来自： ModelScope模型即服务
ART：匿名区域布局+多层透明图像生成技术，生成速度比全注意力方法快12倍以上
ART 是一种新型的多层透明图像生成技术，支持根据全局文本提示和匿名区域布局生成多个独立的透明图层，具有高效的生成机制和强大的透明度处理能力。
# 视觉智能开放平台 # 人工智能 # 物联网
免费试用