产品库

AI图像编辑器，通过AI快速编辑、转换和增强任何照片。

AI图像编辑器利用人工智能技术快速编辑、转换和增强照片，无需Photoshop技能。具有智能结构保留、精准区域控制和多样创意工具。产品背景信息丰富，免费试用。

添加编辑跟踪和文本编辑模式到ChatGPT

Track Change GPT是一个附加程序，为ChatGPT提供了编辑跟踪和文本编辑功能。它设计简单直观，可以轻松编辑文本和跟踪更改。

智能AI助手，离线文本编辑器

Kwirk是一款智能AI助手和离线文本编辑器，提供免费、私密且离线就绪的服务。无需担心个人数据外泄，只有您的AI请求数据会离开浏览器。Kwirk可替代缓慢和过载的办公产品，为您带来更高效的工作体验。产品提供多个套餐选择，适用于个人用户到企业级用户，支持AI集成、商业使用、存储空间、API访问等功能。同时，Kwirk提供iOS和Android应用，方便用户在移动设备上使用。

AI文本编辑器插件

SuggestCat是一个为现代基于Web的文本编辑器提供AI建议和语法纠正的插件。它可以自动检测语法和风格错误，并提供纠正建议。它还可以为选定的文本提供AI建议、转换和翻译功能。除此之外，SuggestCat还提供了管理员控制面板，用于管理AI建议和文本编辑功能。

智能文本编辑工具

Lexkey是一款智能文本编辑工具，提供多种实用功能，帮助用户提升写作效率。它具有智能拼写检查、语法纠错、同义词替换、排版优化等功能。Lexkey还支持多种语言，适用于各种写作场景。定价灵活，提供免费试用和付费订阅两种方式。定位于提供高效、智能的写作辅助工具。

下一代AI驱动的富文本编辑器

AIEditor是一个基于Web组件开发的AI驱动的富文本编辑器，支持任何框架，支持私有部署以确保数据和隐私安全。它具有强大的AI功能，如拼写和语法检查、文本扩展和压缩、一键翻译和内容摘要等，无需离开编辑器即可完成。此外，它还支持多人实时协作和评论功能，适合软件开发、市场营销、法律文件审查等多种场景。

AI图像文本编辑

AnyText AI是一款使用人工智能技术进行图像文本编辑的工具。它可以根据用户提供的文本，在图像中生成逼真、与上下文相关的文本，用于创作独特的设计作品。AnyText AI解决了图像文本编辑中的挑战，生成的文本既真实又清晰可读，使其成为AI logo生成等任务的首选解决方案。

在线文本编辑器，提供文本编辑、保存、复制、剪切等功能。

ChatGPT Notepad是一款在线文本编辑器，旨在帮助用户高效地编辑和处理文本内容。它支持基本的文本编辑功能，如保存、复制、剪切等，同时提供全屏模式和大小写转换等高级功能。该产品重视用户隐私保护，不使用第三方跟踪工具，确保用户数据安全。

控制型文本转图像生成和编辑模型

BLIP-Diffusion 是一个支持多模态控制的主题驱动图像生成模型。它通过接受主题图像和文本提示作为输入，生成基于文本提示的主题图像。与现有模型相比，BLIP-Diffusion 提供了零 - shot 主题驱动生成和高效的定制主题微调。它还可以与其他技术（如 ControlNet 和 prompt-to-prompt）灵活结合，实现新颖的主题驱动生成和编辑应用。

精准控制文本生成视频的相机姿态

CameraCtrl 致力于为文本生成视频模型提供精准相机姿态控制，通过训练相机编码器实现参数化相机轨迹，从而实现视频生成过程中的相机控制。产品通过综合研究各种数据集的效果，证明视频具有多样的相机分布和相似外观可以增强可控性和泛化能力。实验证明 CameraCtrl 在实现精确、领域自适应的相机控制方面非常有效，是从文本和相机姿态输入实现动态、定制视频叙事的重要进展。

高效识别各类敏感、违禁、色.情等风险文本内容

数美科技的智能文本检测产品基于先进的语义模型和海量多语种样本库，能够精准识别并过滤各种敏感、违禁、色.情、暴恐、辱骂、广告导流等风险文本内容。该产品支持多种海外语言检测和风险标签识别，适用于多种应用场景，如文档、帖子、评论、签名、昵称、弹幕等，帮助企业维护网络环境的清洁和安全。

文本到图像生成中风格保留的 InstantStyle。

InstantStyle 是一个通用框架，利用两种简单但强大的技术，实现对参考图像中风格和内容的有效分离。其原则包括将内容从图像中分离出来、仅注入到风格块中，并提供样式风格的合成和图像生成等功能。InstantStyle 可以帮助用户在文本到图像生成过程中保持风格，为用户提供更好的生成体验。

编辑你的写作，如同编辑照片

Asterix 写手是一个集美观的文本编辑器和尖端人工智能工具于一体的产品，旨在摆脱乏味的编辑工作。它能帮助你将乱七八糟的文字整理成美丽的段落，并自动改变写作的语气，让你的写作更加出色。Asterix 写手还具有调整文章长度、应用滤镜等功能，为你提供全面的写作辅助。

控制文本到图像生成过程

FreeControl是一个无需训练就可以实现对文本到图像生成过程的可控制的方法。它支持对多种条件、架构和检查点的同时控制。FreeControl通过结构指导实现与指导图像的结构对齐,通过外观指导实现使用相同种子的生成图像之间的外观共享。FreeControl包含分析阶段和合成阶段。在分析阶段,FreeControl查询文本到图像模型生成少量种子图像,然后从生成的图像构建线性特征子空间。在合成阶段,FreeControl在子空间中运用指导实现与指导图像的结构对齐,以及使用与不使用控制的生成图像之间的外观对齐。

精准图像编辑，一站式满足多任务需求

Emu Edit是一款多任务图像编辑模型，通过识别和生成任务完成精准图像编辑，并在此领域内取得了最新的技术突破。Emu Edit的架构针对多任务学习进行了优化，并在众多任务上进行训练，包括基于区域的编辑、自由形式的编辑以及检测和分割等计算机视觉任务。除此之外，为了更有效地处理这多种任务，我们引入了学习到的任务嵌入概念，用于指导生成过程以正确执行编辑指令。我们的模型经过多任务训练和使用学习到的任务嵌入都能显著提升准确执行编辑指令的能力。 Emu Edit还支持对未见任务的快速适应，通过任务倒转实现少样本学习。在这个过程中，我们保持模型权重不变，仅更新任务嵌入来适应新任务。我们的实验证明，Emu Edit能够迅速适应新任务，如超分辨率、轮廓检测等。这使得在标注样本有限或计算预算有限的情况下，使用Emu Edit进行任务倒转特别有优势。 为了支持对基于指令的图像编辑模型的严格且有根据的评估，我们还收集并公开发布了一个新的基准数据集，其中包含七种不同的图像编辑任务：背景修改（background）、综合图像变化（global）、风格修改（style）、对象移除（remove）、对象添加（add）、局部修改（local）以及颜色/纹理修改（texture）。此外，为了与Emu Edit进行正确比较，我们还分享了Emu Edit在数据集上的生成结果。 Emu Edit 2023 Meta保留所有版权

视频重制，精确控制内容与运动

ReVideo是一个创新的视频编辑技术，它允许用户在特定区域进行精确的视频编辑，通过指定内容和运动来实现。这项技术通过修改第一帧来实现内容编辑，而基于轨迹的运动控制提供了直观的用户交互体验。ReVideo解决了内容和运动控制之间耦合和训练不平衡的新任务。通过开发三阶段训练策略，逐步从粗到细解耦这两方面，并提出一种时空自适应融合模块，以在不同的采样步骤和空间位置整合内容和运动控制。

强化 ChatGPT，加入语音控制和文本转语音功能

ChatGPT Voice Assistant是一款增强版的ChatGPT插件，集成了语音控制和文本转语音功能。该插件允许您通过录音按钮捕捉和发送语音查询给ChatGPT，省去了打字的必要性。AI的回答会通过语音播放，确保无缝的听觉交互。这样，您可以轻松地与智能对话伙伴互动，并探索先进AI的能力。 特点： - 捕捉语音输入并发送给ChatGPT - 回答会通过语音播放（如果您喜欢阅读，可以关闭语音播放） - 支持多种语言 - 通过点击麦克风按钮或按住空格键来捕捉语音 - 重复播放语音回答 ChatGPT Voice Assistant使用浏览器的本地语音识别功能。请确保在提示时授予麦克风权限。

一款AI辅助的翻译编辑器

Lingoedit是一个基于AI的翻译编辑器,具有自定义提示字段、翻译历史查看和出色的文本编辑器等功能,可帮助用户轻松跨越语言障碍。

用于精细文本控制图像生成的空间对齐文本注入

FineControlNet是一个基于Pytorch的官方实现,用于生成可通过空间对齐的文本控制输入(如2D人体姿势)和实例特定的文本描述来控制图像实例的形状和纹理的图像。它可以使用从简单的线条画作为空间输入,到复杂的人体姿势。FineControlNet确保了实例和环境之间自然的交互和视觉协调,同时获得了Stable Diffusion的质量和泛化能力,但具有更多的控制能力。

一种用于增强身份保留文本到图像生成的反馈学习框架

ID-Aligner 是一种用于增强身份保留文本到图像生成的反馈学习框架，它通过奖励反馈学习来解决身份特征保持、生成图像的审美吸引力以及与LoRA和Adapter方法的兼容性问题。该方法利用面部检测和识别模型的反馈来提高生成的身份保留，并通过人类标注偏好数据和自动构建的反馈来提供审美调整信号。ID-Aligner 适用于LoRA和Adapter模型，通过广泛的实验验证了其有效性。

AI助手，快速将思维转化为文本

Flipner是一款AI助手，能够将您的想法转化为文本。它提供了一个内容库，帮助您快速创建精彩的文字内容。使用Flipner，您可以将各种想法随时随地记录下来，并将它们转化为结构化的草稿或可直接使用的文字内容。Flipner具有智能的AI工具，可以以您喜欢的方式编辑和重写文本。无论您是在写博客、社交媒体文章，还是进行新闻报道，Flipner都可以帮助您提高创作效率。

超精准雨水预报

Rainbow.ai是一个超精准的天气应用程序，帮助您安排好一天的计划，并做好准备迎接雨水。获取准确的雨水预报和未来雷达图。

为文本到视频扩散模型添加稀疏控制

SparseCtrl是为了增强对文本到视频生成的控制性而开发的，它能够灵活地结合稀疏信号进行结构控制，只需一个或少量输入。它包括一个额外的条件编码器来处理这些稀疏信号，同时不影响预训练的文本到视频模型。该方法兼容各种形式，包括素描、深度和RGB图像，为视频生成提供更实用的控制，并推动故事板、深度渲染、关键帧动画和插值等应用。大量实验证明了SparseCtrl在原始和个性化文本到视频生成器上的泛化能力。

利用Liveblocks、Lexical和Vercel AI SDK构建的协作文本编辑器。

Notion-like AI Editor是一个基于Liveblocks、Lexical和Vercel AI SDK的协作文本编辑器示例，它允许用户实时同步编辑文档，同时查看彼此的光标位置。该编辑器还集成了AI工具栏，用户可以通过查询AI来生成改进和新内容。

快速AI写作与编辑，提升生产力。

AI Blaze是一款利用人工智能技术提供快速写作和编辑服务的产品。它通过动态提示，让用户能够即时在任何网页的文本框中触发GPT-4，以实现快速响应电子邮件、重写文本和纠正拼写等功能。产品的主要优点包括响应速度快、使用便捷、支持团队协作，并且可以自定义提示，以适应不同的写作需求。AI Blaze旨在提高用户的工作效率，通过智能化的文本处理，让用户能够更专注于内容创作本身。

即时文本驱动的图像编辑工具

TurboEdit是一种基于Adobe Research开发的技术，旨在解决精确图像反转和解耦图像编辑的挑战。它通过迭代反转技术和基于文本提示的条件控制，实现了在几步内对图像进行精准编辑的能力。这项技术不仅快速，而且性能超越了现有的多步扩散模型编辑技术。

使用扩散指引对文本感知图像进行细粒度风格控制

DreamWalk是一种基于扩散指引的文本感知图像生成方法,可对图像的风格和内容进行细粒度控制,无需对扩散模型进行微调或修改内部层。支持多种风格插值和空间变化的引导函数,可广泛应用于各种扩散模型。

开源的高质量文本转语音模型，支持情感控制。

Chatterbox 是 Resemble AI 推出的第一个开源生产级文本转语音 (TTS) 模型，具有卓越的性能和稳定性。它经过与顶尖闭源系统的比较，展现出更优的效果。该模型的独特之处在于它支持情感夸张控制，适用于制作视频、游戏、AI 代理等多种场景。Chatterbox 的价格竞争力强，同时提供超低延迟，适合生产使用。

将智能设备控制权交到您手中。

01 App是一个基于iOS和Android的应用程序，它通过简单的按键对讲界面，允许用户从世界任何地方控制Mac、Windows和Linux机器。该应用代表了一种新型的计算平台，专注于软件而非硬件，通过提供更好的SDK、集成语音模型、提高教学模式的可靠性和增加多模态功能来增强用户体验。01 App的推出，是为了让用户能够更便捷地体验到01平台的智能设备控制能力，同时避免了制造硬件所带来的复杂性和成本。

自适应条件选择，提升文本到图像生成控制力

DynamicControl是一个用于提升文本到图像扩散模型控制力的框架。它通过动态组合多样的控制信号，支持自适应选择不同数量和类型的条件，以更可靠和详细地合成图像。该框架首先使用双循环控制器，利用预训练的条件生成模型和判别模型，为所有输入条件生成初始真实分数排序。然后，通过多模态大型语言模型（MLLM）构建高效条件评估器，优化条件排序。DynamicControl联合优化MLLM和扩散模型，利用MLLM的推理能力促进多条件文本到图像任务，最终排序的条件输入到并行多控制适配器，学习动态视觉条件的特征图并整合它们以调节ControlNet，增强对生成图像的控制。