产品库

高精度图像分割技术，适用于多种场景。

BiRefNet是一款专注于高精度图像分割的模型，它利用双边参考技术实现高分辨率的二元图像分割。这项技术在教育、医疗、地理等多个领域都有广泛的应用，特别是在需要精确分割图像以进行进一步分析的场合，如医学成像、自动驾驶车辆等。

高精度转写工具

转写这个是一款高精度转写工具，通过AI算法实现快速、准确的音频转写，让您更专注于重要任务。告别耗时且容易出错的手动转写，提升您的工作效率。支持近60种语言，可将采访、会议、播客或讲座等转换为文字。以可靠的72小时全额退款保证，无风险试用。

利用 AI 技术，一键从图片中提取设计元素。

AI 智能图像分割是一款基于 Figma 的插件，利用先进的 Segment Anything 模型 (SAM) 和 🤗 Transformers.js 技术，为设计师和艺术家提供了一个交互式和精确的图像分割工具。它通过点击交互的方式，简化了从图像中提取对象或区域的过程，极大提升了设计效率，释放了创造力。该插件免费使用且开源，允许用户自定义并为其开发做出贡献。

高分辨率、高精度的深度估计方法

Prompt Depth Anything是一种用于高分辨率和高精度度量深度估计的方法。该方法通过使用提示（prompting）技术，激发深度基础模型的潜力，利用iPhone LiDAR作为提示，引导模型产生高达4K分辨率的精确度量深度。此外，该方法还引入了可扩展的数据管道进行训练，并发布了更详细的ScanNet++数据集深度注释。该技术的主要优点包括高分辨率、高精度的深度估计，以及对下游应用如3D重建和通用机器人抓取的益处。

为视频提供高精度字幕的AI工具，支持多种语言和格式。

Captioner是一个专注于视频字幕生成的AI工具，基于OpenAI的Whisper模型优化，能够为视频提供高精度的字幕。它支持98种以上语言，能够处理长达3小时的视频，并提供无缝的字幕编辑体验。该工具的主要优点包括高精度转录、精确的时间戳对齐、支持多种字幕格式（如SRT、VTT）以及无缝的字幕编辑功能。其背景是为内容创作者提供高效、低成本的字幕解决方案，帮助他们节省时间并提升内容质量。提供两种付费计划：$10/月（年付）和$20/月（月付），并提供60分钟的免费试用。

基于AlphaFold3模型的高精度生物分子结构预测平台

AlphaFold Server是一个基于AlphaFold3模型的网络服务，能够生成包含蛋白质、DNA、RNA、配体、离子等的高精度生物分子结构预测，并能模拟蛋白质和核酸的化学修饰。该平台由Google DeepMind和Isomorphic Labs合作开发，对于科学研究和生物制药领域具有重要意义，尤其在非商业用途中，它提供了一个强大的工具来预测和分析生物分子结构。

真实图像补全的参考驱动生成

RealFill是一种图像补全的生成模型，通过使用少量场景的参考图像，能够填充图像中的缺失区域，并生成与原始场景相符的视觉内容。RealFill通过在参考图像和目标图像上微调预训练的图像补全扩散模型来创建个性化的生成模型。该模型不仅保持了良好的图像先验，还学习了输入图像中的内容、光照和风格。然后，我们使用这个微调后的模型通过标准的扩散采样过程来填充目标图像中的缺失区域。RealFill在一个包含多种复杂场景的新的图像补全基准测试中进行了评估，并发现其在性能上大大优于现有方法。

基于推理驱动的目标检测技术，通过文本提示实现类似人类精度的检测。

Agentic Object Detection 是一种先进的推理驱动目标检测技术，能够通过文本提示精确识别图像中的目标对象。它无需大量的自定义训练数据，即可实现类似人类精度的检测。该技术利用设计模式对目标的独特属性（如颜色、形状和纹理）进行深度推理，从而在各种场景中实现更智能、更精确的识别。其主要优点包括高精度、无需大量训练数据以及能够处理复杂场景。该技术适用于需要高精度图像识别的行业，如制造业、农业、医疗等领域，能够帮助企业提高生产效率和质量控制水平。产品目前处于试用阶段，用户可以免费试用体验其功能。

使用ComfyUI节点实现图像分割的库

ComfyUI-segment-anything-2是一个基于segment-anything-2模型的图像分割库，它允许用户通过ComfyUI节点轻松实现图像分割功能。该库目前处于开发阶段，但功能已经基本可用。它通过自动下载模型并集成到ComfyUI中，为用户提供了一个简单易用的图像分割解决方案。

C++实现的零代码分割分割器

Sam是一个使用C++从头实现的图像分割模型。它能够对图像进行像素级分割,定位对象边界,无需任何额外代码和注释。Sam基于Meta的Segment Anything Model,利用Transformer架构进行端到端的图像分割预测。它提供了简单易用的C++接口,支持命令行和图形界面两种使用方式。Sam可以高效运行在CPU上,模型小巧,同时保证了良好的分割精度。它非常适合在需要高性能但无法使用GPU的嵌入式环境中部署和使用图像分割模型。

AI驱动的图像分割工具，实现精准的背景与前景分离。

Matting by Generation是一个利用人工智能技术进行图像分割的在线工具。它能够识别图像中的前景和背景，实现精准分离，广泛应用于设计、视频制作和图像编辑等领域。产品的主要优点包括高效率、易操作和高质量的分割效果。

零镜像分割框架

pix2gestalt是一个用于零镜像分割的框架，通过学习估计部分可见对象的整体形状和外观。利用大规模扩散模型，并将它们的表示转移到这一任务，学习用于在具有挑战性的零镜像情况下重建整个对象的条件扩散模型，包括打破自然和物理先验的艺术等例子。我们使用合成策划的数据集作为训练数据，其中包含遮挡对象及其完整对应物。实验证明，我们的方法在已建立的基准测试上优于监督基线。此外，我们的模型还可用于显著改善现有对象识别和三维重建方法在存在遮挡的情况下的性能。

下一代视频和图像实时对象分割模型。

Meta Segment Anything Model 2 (SAM 2)是Meta公司开发的下一代模型，用于视频和图像中的实时、可提示的对象分割。它实现了最先进的性能，并且支持零样本泛化，即无需定制适配即可应用于之前未见过的视觉内容。SAM 2的发布遵循开放科学的方法，代码和模型权重在Apache 2.0许可下共享，SA-V数据集也在CC BY 4.0许可下共享。

最新的图像上色算法

DDColor 是最新的图像上色算法，输入一张黑白图像，返回上色处理后的彩色图像，并能够实现自然生动的上色效果。 该模型为黑白图像上色模型，输入一张黑白图像，实现端到端的全图上色，返回上色处理后的彩色图像。 模型期望使用方式和适用范围： 该模型适用于多种格式的图像输入，给定黑白图像，生成上色后的彩色图像；给定彩色图像，将自动提取灰度通道作为输入，生成重上色的图像。

Midjourney sref codes library，提供丰富的风格参考代码，帮助用户在Midjourney中创作多样化的图像。

Midjourney --sref codes 是一个为 Midjourney 用户提供丰富风格参考代码的网站。这些代码涵盖了从写实照片到抽象艺术等多种风格，帮助用户在创作过程中快速实现想要的视觉效果。网站界面简洁，分类明确，用户可以根据颜色、风格、情绪等不同维度查找合适的 sref 代码。对于需要高级代码的用户，网站也提供了升级解锁的选项，以获取更多独特的风格代码。无论是专业设计师还是业余爱好者，都能在这个网站找到提升创作效率和质量的工具。

高精度视频唇形同步技术

Wav2Lip 是一个开源项目，旨在通过深度学习技术实现视频中人物的唇形与任意目标语音高度同步。该项目提供了完整的训练代码、推理代码和预训练模型，支持任何身份、声音和语言，包括CGI面孔和合成声音。Wav2Lip 背后的技术基于论文 'A Lip Sync Expert Is All You Need for Speech to Lip Generation In the Wild'，该论文在ACM Multimedia 2020上发表。项目还提供了一个交互式演示和Google Colab笔记本，方便用户快速开始使用。此外，项目还提供了一些新的、可靠的评估基准和指标，以及如何在论文中计算这些指标的说明。

高精度单目深度估计模型

Depth Pro是一个用于单目深度估计的研究项目，它能够快速生成高精度的深度图。该模型利用多尺度视觉变换器进行密集预测，并结合真实与合成数据集进行训练，以实现高准确度和细节捕捉。它在标准GPU上生成2.25百万像素深度图仅需0.3秒，具有速度快、精度高的特点，对于机器视觉和增强现实等领域具有重要意义。

BEN2是一个基于深度学习的图像分割模型，专注于背景擦除和前景提取。

BEN2（Background Erase Network）是一个创新的图像分割模型，采用了Confidence Guided Matting（CGM）流程。它通过一个细化网络专门处理模型置信度较低的像素，从而实现更精确的抠图效果。BEN2在头发抠图、4K图像处理、目标分割和边缘细化方面表现出色。其基础模型是开源的，用户可以通过API或Web演示免费试用完整模型。该模型训练数据包括DIS5k数据集和22K专有分割数据集，能够满足多种图像处理需求。

免费高精度的AI内容检测工具

ZeroGPT Detector是全球最受信赖和广泛使用的抄袭检测工具之一。通过输入文本并点击搜索，快速检测是否存在抄袭。

AI驱动的参考文献管理助手

Afforai是一个AI驱动的参考文献管理助手，旨在帮助研究人员管理、注释、引用论文，并以AI的可靠性进行文献综述。它提供了一个全新的研究材料存储方式，使用户能够专注于真正重要的事情。Afforai支持多种文档格式，包括DOI、URL、PDF等，并具有多种搜索模式，可以连接数百篇论文进行总结、比较和翻译。此外，Afforai还提供数据引用，使用户能够方便地核实信息来源，确保研究的可靠性。

Midjourney SREF Codes 是一个为 Midjourney 用户提供风格参考代码的网站，帮助用户在图像创作中实现多样化风格。

Midjourney SREF Codes 是一个专注于为 Midjourney 用户提供丰富风格参考代码的平台。这些代码涵盖了从复古摄影到未来主义等多种艺术风格，帮助用户在创作过程中快速实现想要的视觉效果。网站提供了便捷的搜索和筛选功能，用户可以通过关键词、类别或标签快速找到合适的风格代码。无论是专业设计师还是业余爱好者，都能在这个网站找到提升创作效率和质量的工具，探索更多创意可能性。

一种用于图像和视频的视觉分割基础模型。

Segment Anything Model 2 (SAM 2)是Meta公司AI研究部门FAIR推出的一个视觉分割模型，它通过简单的变换器架构和流式内存设计，实现实时视频处理。该模型通过用户交互构建了一个模型循环数据引擎，收集了迄今为止最大的视频分割数据集SA-V。SAM 2在该数据集上训练，提供了在广泛任务和视觉领域中的强大性能。

多语种高精度语音识别模型

SenseVoiceSmall是一款具备多种语音理解能力的语音基础模型，包括自动语音识别（ASR）、口语语言识别（LID）、语音情感识别（SER）和音频事件检测（AED）。该模型经过超过40万小时的数据训练，支持超过50种语言，识别性能超越Whisper模型。其小型模型SenseVoice-Small采用非自回归端到端框架，推理延迟极低，处理10秒音频仅需70毫秒，比Whisper-Large快15倍。此外，SenseVoice还提供便捷的微调脚本和策略，支持多并发请求的服务部署管道，客户端语言包括Python、C++、HTML、Java和C#等。

盲图像恢复技术，利用即时生成参考图像恢复破损图像

InstantIR是一种基于扩散模型的盲图像恢复方法，能够在测试时处理未知退化问题，提高模型的泛化能力。该技术通过动态调整生成条件，在推理过程中生成参考图像，从而提供稳健的生成条件。InstantIR的主要优点包括：能够恢复极端退化的图像细节，提供逼真的纹理，并且通过文本描述调节生成参考，实现创造性的图像恢复。该技术由北京大学、InstantX团队和香港中文大学的研究人员共同开发，得到了HuggingFace和fal.ai的赞助支持。

将文本分割成 3000 个字的块

ChatGPT Text Divider是一个在线工具，可以将长篇文本分割成 3000 个字的块。它适用于需要处理大量文本的用户，例如研究人员、作家、编辑等。使用该工具，用户只需将文本粘贴进输入框，点击 “分割文本” 按钮即可得到分割后的文本块。用户还可以将分割后的文本块导出为文件以便后续处理。

智能视频对象分割技术

SAM是一个先进的视频对象分割模型，它结合了光学流动和RGB信息，能够发现并分割视频中的移动对象。该模型在单对象和多对象基准测试中均取得了显著的性能提升，同时保持了对象的身份一致性。

Scribe 是全球最准确的语音转文字模型，支持99种语言。

Scribe 是由 ElevenLabs 开发的高精度语音转文字模型，旨在处理真实世界音频的不可预测性。它支持99种语言，提供单词级时间戳、说话人分离和音频事件标记等功能。Scribe 在 FLEURS 和 Common Voice 基准测试中表现卓越，超越了 Gemini 2.0 Flash、Whisper Large V3 和 Deepgram Nova-3 等领先模型。它显著降低了传统服务不足语言（如塞尔维亚语、粤语和马拉雅拉姆语）的错误率，这些语言在竞争模型中的错误率通常超过40%。Scribe 提供 API 接口供开发者集成，并将推出低延迟版本以支持实时应用。

3D实例分割的创新方法

SAM-guided Graph Cut for 3D Instance Segmentation是一种利用3D几何和多视图图像信息进行3D实例分割的深度学习方法。该方法通过3D到2D查询框架，有效利用2D分割模型进行3D实例分割，通过图割问题构建超点图，并通过图神经网络训练，实现对不同类型场景的鲁棒分割性能。

一个基于Google Gemini 2.0的高精度OCR文字识别应用。

该产品利用Google Gemini 2.0技术，实现高精度的文字识别，支持多国语言和手写字体识别。其主要优点包括高精度识别、多语言支持、优雅的渐变动画效果以及响应式设计。产品适用于需要进行文字识别的各类用户，如学生、研究人员、办公人员等。目前该产品是免费的，旨在为用户提供高效的文字识别解决方案。

全新多模态推理模型，支持图文输入、文字输出，具备高精度图像感知与复杂推理能力。

Step-R1-V-Mini是阶跃星辰推出的全新多模态推理模型，支持图文输入和文字输出，具备良好的指令遵循和通用能力。该模型在多模态协同场景下的推理表现上进行了技术优化，采用了多模态联合强化学习和充分利用多模态合成数据的训练方法，有效提升了模型在图像空间的复杂链路处理能力。Step-R1-V-Mini在多个公开榜单中表现亮眼，特别是在MathVision视觉推理榜单上位列国内第一，展现了其在视觉推理、数学逻辑和代码等方面的优异表现。该模型已正式上线阶跃AI网页端，并在阶跃星辰开放平台提供API接口，供开发者和研究人员体验和使用。