产品库

通过简短提示制作开放领域区域图像动画

Follow-Your-Click是一款通过简短提示制作开放领域区域图像动画的工具。用户可以点击参与动画生成，并可观看和比较不同生成方法和效果。该工具展示了动画结果，并通过与其他最新的开源动画方法和商业工具进行比较，展示了动画生成的对比效果。同时，通过演示我们的运动力量控制和消融研究，用户可以了解我们的方法与其他方法的优劣。

为ComfyUI定制的字体到图像动画节点

ComfyUI-Mana-Nodes是一套为ComfyUI设计的自定义节点，包括将字体转换为图像动画的功能。用户可以通过这些节点创建动态图像和视频效果。项目遵循MIT许可证，鼓励社区贡献和个性化定制。

Surya是一个用于任何语言中准确的逐行文本检测和识别（OCR）的项目。

Surya是一个多语言文档OCR工具包，具有准确的逐行文本检测功能。它在一系列文档和语言上都有效（参见使用和基准测试以获取更多细节）。Surya的命名源自印度太阳神，象征着具有普遍视野。Surya通过Python 3.9+和PyTorch实现，支持多种语言的高效OCR处理，包括图像动画和个性化T2I模型。Surya的特点是其高效性和多语言支持能力。

PIA：个性化图像动画师

PIA（Personalized Image Animator）是一款个性化图像动画师。它基于机器学习技术，能够将静态图片转化为有趣的动画效果。用户可以选择不同的动画风格和参数，以定制独特的图像动画。PIA 还提供了 API 接口，供开发者在自己的应用中集成使用。PIA 在图像处理和动画设计领域具有广泛的应用前景。

零样本图像动画生成器

AnimateZero是一款零样本图像动画生成器，通过分离外观和运动生成视频，解决了黑盒、低效、不可控等问题。它可以通过零样本修改将预训练的T2V模型转换为I2V模型，从而实现零样本图像动画生成。AnimateZero还可以用于视频编辑、帧插值、循环视频生成和真实图像动画等场景，具有较高的主观质量和匹配度。

使用扩散模型实现时域一致的人体图像动画

MagicAnimate是一款基于扩散模型的先进框架，用于人体图像动画。它能够从单张图像和动态视频生成动画视频，具有时域一致性，能够保持参考图像的特征，并显著提升动画的保真度。MagicAnimate支持使用来自各种来源的动作序列进行图像动画，包括跨身份的动画和未见过的领域，如油画和电影角色。它还与DALLE3等T2I扩散模型无缝集成，可以根据文本生成的图像赋予动态动作。MagicAnimate由新加坡国立大学Show Lab和Bytedance字节跳动共同开发。

视频DensePose转换工具

Vid2DensePose是一个强大的工具，旨在将DensePose模型应用于视频，为每一帧生成详细的“部位索引”可视化。该工具在增强动画方面非常有用，特别是与MagicAnimate结合使用时，能够实现时间上连贯的人体图像动画。

Temporally Consistent Human Image Animation

MagicAnimate 是一款使用扩散模型实现的时域一致的人体图像动画工具。它可以通过对人体图像进行扩散模型的运算，实现高质量、自然流畅的人体动画效果。MagicAnimate 具有高度的可控性和灵活性，可以通过微调参数来实现不同的动画效果。它适用于人体动画创作、虚拟角色设计等领域。

ActAnywhere是一个主体感知视频背景生成模型。

ActAnywhere是一个用于自动生成与前景主体运动和外观相符的视频背景的生成模型。该任务涉及合成与前景主体运动和外观相一致的背景,同时也符合艺术家的创作意图。ActAnywhere利用大规模视频扩散模型的力量,并专门定制用于此任务。ActAnywhere以一系列前景主体分割作为输入,以描述所需场景的图像作为条件,生成与条件帧相一致的连贯视频,同时实现现实的前景和背景交互。该模型在大规模人机交互视频数据集上进行训练。大量评估表明该模型的性能明显优于基准,可以泛化到各种分布样本,包括非人类主体。

无需视频制作经验，通过简单操作即可生成精细控制的视频

DragNUWA是一款视频生成工具，能够通过直接操作背景或图像，将动作转化为摄像机运动或目标物体运动，生成对应的视频。DragNUWA 1.5基于稳定视频扩散技术，可根据特定路径使图像动起来。DragNUWA 1.0利用文字、图像和轨迹作为三个重要的控制因素，从语义、空间和时间上促进高度可控的视频生成。用户可通过git克隆仓库、下载预训练模型，并在桌面端进行图像拖拽生成动画。

自定义文本到视频扩散模型的动作

MotionDirector是一种能够自定义文本到视频扩散模型以生成具有所需动作的视频的技术。它采用双路径LoRAs架构，以解耦外观和运动的学习，并设计了一种新颖的去偏置时间损失，以减轻外观对时间训练目标的影响。该方法支持各种下游应用，如混合不同视频的外观和运动，以及用定制动作为单个图像添加动画。

无需调整，支持长视频扩散

FreeNoise是一种无需调整的长视频扩散技术，通过噪声重新调度实现。它支持生成高质量的长视频，且能够根据多个文本条件进行生成。与现有的视频生成模型相比，FreeNoise具有更高的生成能力和时间效率。它通过窗口函数对一系列噪声进行时间注意力调整，以保持内容的一致性。此外，它还设计了一种新颖的运动注入方法，支持基于多个文本提示的视频生成。与之前最佳方法相比，FreeNoise的时间成本几乎可以忽略不计。

颠覆传统商拍，AI技术助力服装图片编辑与模特图生成

PhotoStudio AI是一款利用AI技术进行服装图片编辑和模特图生成的在线服务平台。它通过覆盖不同人种、年龄、风格的模特库，满足不同受众群体的审美偏好，帮助用户生成堪比实景拍摄的高清模特图。该产品通过智能补光、美化、擦除、画质升级和变形等功能，全方位提升服装质感，为服装行业提供高效的图片处理解决方案。

提供房地产经纪人和房地产经纪人的营销工具，包括房屋描述生成器、社交媒体标题生成器、营销邮件创作器、代理人简介生成器等。

EstateText是一款AI驱动的营销工具，旨在帮助房地产经纪人和房地产经纪人节省时间和金钱，自动化创建营销内容。它提供多种功能，如房屋描述生成、社交媒体标题生成、营销邮件创作、代理人简介生成等，使营销工作更高效。

高质量商业房地产的分数投资体验，从1000美元开始

e-States是下一代商业房地产投资平台，通过分数投资的方式，让个人投资者能够以较低的资金门槛参与到商业房地产市场中。该平台提供了一系列的工具和功能，帮助投资者管理和增值其房地产投资组合。e-States的主要优点是提供了高质量的商业房地产投资机会，并将投资门槛降低到1000美元，使更多的人可以参与到这个市场中。

使用AI技术为孩子们创造个性化的睡前故事。

Storyville是一款利用人工智能技术为儿童定制个性化睡前故事的应用程序。它通过结合孩子们的名字、性别、发色和眼睛颜色等个人特征，创造美丽插图和引人入胜的故事内容，旨在激发孩子们的想象力，培养他们的同理心、韧性和社交技能。该应用同时提供音频故事功能，适合睡前或安静时刻聆听。

AI 角色生成器，助您打造独特形象和视频故事。

Artflow AI 是一款 AI 角色生成器，可帮助用户创建一致的角色形象，并制作图像和视频故事。用户可以设计角色外观，创建各种场景图像，以及为角色添加动画，让角色栩栩如生。产品定位于为用户提供创意设计和视频制作的工具。

Swipe - 建筑业的人工智能支持支出平台

Swipe帮助现代化建筑运营，建立更高效的项目。将项目管理工具与费用跟踪、供应商付款、供应商管理、会计自动化等整合在一起。通过强大的实时洞察和节省时间的自动化，使用Proxy的建筑项目平均节省5%以上，并且财务报告完成速度提高8倍。

自动化销售前景挖掘工具，快速定位理想客户群

Touch是一个自动化销售前景挖掘工具，它能够与销售工具无缝集成，帮助用户创建理想的客户档案。通过Touch，用户可以在几秒钟内找到理想的商业客户，极大提升了销售团队的工作效率。产品的主要优点包括高效率、易用性和与现有销售工具的兼容性。

Saleswise是一套面向房地产经纪人的AI工具，可帮助节省时间、满足客户需求并完成更多交易。

Saleswise是一个为房地产经纪人设计的AI平台，可以生成电子邮件、销售脚本、社交媒体帖子、列表描述等内容。它还具有几个图像工具，用于虚拟室内装修。该平台旨在帮助房地产经纪人节省时间、满足客户需求并完成更多交易。

一款智能汽车助手，为驾驶员提供车辆相关的帮助和支持。

AI Car Assistant是一款智能汽车助手应用程序，通过使用人工智能技术提供车辆相关的帮助和支持。它可以实时监测车辆状态、提供导航指引、提醒驾驶员注意事项、解答驾驶相关问题等。它的主要优点是提高驾驶安全性、节省驾驶时间和提供更便捷的驾驶体验。AI Car Assistant定位于为驾驶员提供全方位的车辆支持和智能化驾驶体验。

开源基础模型，用于代码智能任务，支持116种编程语言。

Granite Code Models 是 IBM 开发的一系列开源基础模型，专为代码生成任务设计，如修复错误、解释代码、文档化代码等。这些模型在多种编程语言上进行了训练，并在不同的代码相关任务上达到了最先进的性能。主要优点包括全面的性能、企业级的信任度以及遵循 IBM 的 AI 伦理原则进行训练。

Prompto是一个开源的网络应用程序，旨在使与LLM的交互简单高效。

Prompto是一个开源的网页应用程序，旨在使与大型语言模型（LLMs）的交互简单高效。它可以轻松切换不同的LLMs，通过调整温度设置来调整LLM的创造力和风险水平，提供聊天机器人界面和笔记本界面，可以创建常用提示的模板，并且在浏览器中运行，确保流畅响应的体验。所有设置和聊天记录仅存储在浏览器的本地存储中，保护用户隐私。

使用AI分析工具提升您的落地页效果

AI Landing Page Review是一款使用人工智能分析工具的平台，能够提供对您的落地页的反馈。它能够帮助您提高转化率，增加收入。AI Landing Page Review能够从客户的角度对您的落地页进行全面的评估，并给出针对性的建议和策略。它还能帮助您避免常见的转化障碍，让您的落地页成为一个强大的转化工具。

基于2千亿MoE模型的领先AI技术，提供超低价格和越级场景体验。

DeepSeek-V2是一款基于2千亿参数量的MoE（Mixture of Experts）模型的AI技术产品，它在对话官网和API上全面上线，提供领先性能和超低价格。该产品在中文综合能力（AlignBench）和英文综合能力（MT-Bench）的评测中表现出色，与GPT-4-Turbo等闭源模型处于同一梯队。DeepSeek-V2支持128K上下文的开源模型，而对话官网/API支持32K上下文。产品的主要优点包括即刻接入、能力卓越、价格低廉，并且兼容OpenAI API接口，提供丝滑的体验。

构建基于检索增强生成（RAG）和代理的生成式AI应用的先进语言模型

Amazon Titan Text Premier 是 Amazon Titan 系列模型中的新成员，专为文本基础的企业级应用设计，支持定制化微调以适应特定领域、组织、品牌风格和用例。该模型在 Amazon Bedrock 中提供，具备32K令牌的最大上下文长度，特别适合英文任务，并整合了负责任的人工智能实践。

为开发者提供数据库管理工具，通过AI生成模拟数据，简化本地开发环境的数据配置。

Snaplet是一个面向开发者的数据库管理工具，它通过AI技术生成与生产环境相似的模拟数据，用于本地开发环境、端到端测试和调试。它支持TypeScript配置，提供类型安全性和自动化值及关系更新，帮助开发者更高效、安全地管理开发环境中的数据。

利用免费的即时换脸技术，轻松创建和分享个性化、搞笑的视频和照片。

在线免费换脸是一个创新的人工智能平台，通过先进的换脸技术，允许用户上传照片和视频，将脸部进行换脸，创造个性化、搞笑的内容。它具有逼真的换脸效果，用户可以将自己或其他人的脸部置于不同的场景中，创造出难忘的回忆。在线免费换脸平台易于使用，无需复杂的操作，即可享受换脸的乐趣。它的主要优点是实时换脸效果逼真，操作简单易用，适用于各种场景和用户需求。该平台定位于提供免费的即时换脸服务，为用户创造乐趣和创意。

通过生成式人工智能创造带有惊喜和情感的视觉效果，降低电子商务和营销的创意制作成本。

Fotographer.ai是一个AI产品图像生成器，通过生成式人工智能创造出令人惊喜和情感的视觉效果。它可以帮助降低电子商务和营销领域的创意制作成本。该产品使用先进的AI技术，可以根据指定的文本或产品图像，快速生成逼真的照片和背景图像。它不仅可以节省摄影产品和模特的时间和费用，还提供了丰富的AI模特照片库，可以用于广告和营销。

Cubby是一款协作研究工具，可以存储文件和链接，标注内容，并使用人工智能进行综合。

Cubby是一个私密的工作空间，可以存储来自任何地方的链接和文件，并使用人工智能进行标注和综合。它可以自动转录音频和视频内容，并提供注释和下载功能。Cubby还有一个智能助手，可以自动生成摘要、回答问题并进行内容综合。Cubby旨在提供一个集中存储、标注和综合研究资料的工具，以提高工作效率。