产品库

改进扩散模型采样质量的免费方法

FreeU是一种方法，可以在不增加成本的情况下显著提高扩散模型的采样质量：无需训练，无需引入额外参数，无需增加内存或采样时间。该方法通过重新加权U-Net的跳跃连接和主干特征图的贡献，结合U-Net架构的两个组成部分的优势，从而提高生成质量。通过在图像和视频生成任务上进行实验，我们证明了FreeU可以轻松集成到现有的扩散模型中，例如Stable Diffusion、DreamBooth、ModelScope、Rerender和ReVersion，只需几行代码即可改善生成质量。

Easy With AI是一个集成了50多个不同类别AI工具和资源的平台。

Easy With AI是一个拥有互联网上最大的AI工具和资源收藏的平台。您可以在50多个不同的类别中查找和搜索AI工具。Easy With AI为各种用户提供了便利和丰富的AI工具资源，包括AI写作助手、社交媒体工具、电子邮件工具、AI内容检测工具、客户服务工具、网站建设工具、电子商务工具、图像工具、音频工具、视频工具、音乐生成器、视频生成器、播客工具、演示制作工具、设计工具、直播工具、聊天机器人、语音工具、移动应用、转录工具、会议助手、建筑工具、生产力工具、教育工具、AI Chrome扩展和更多。您可以根据您的需求和兴趣，在Easy With AI上找到适合您的AI工具。

稳定的在线3D视频合成

SV3D Online是一款稳定的在线3D视频合成工具，能够将单个图像转化为引人入胜的3D视角和网格。

视频到视频，图像增强和升级

GoEnhance AI 是一个视频到视频、图像增强和升级的平台。它可以将您的视频转换为多种不同风格的动画，包括像素和扁平动漫。通过 AI 技术，它能够将图像增强并升级到极致的细节。无论是个人创作还是商业应用，GoEnhance AI 都能为您提供强大的图像和视频编辑工具。

一站式AI工具解决方案

ChatterBox是一个集合了各种AI工具的一站式解决方案。从友好的AI聊天机器人和烹饪食谱到图像、视频和音乐生成，ChatterBox能满足您的所有AI需求。订阅ChatterBox，解锁您的潜力，学习新技能，提升您的知识。

让人工智能重新定义时尚

FancyTech是一个使用人工智能生成时尚风格的平台。通过AI视频和AI图像工具，用户可以上传自己的服装选择，并将其与各种背景合并，从而观察其风格效果。FancyTech让时尚创作变得简单有趣，无论是个人使用还是商业应用都能得到满足。

一站式网络搜索服务

Spacum是一款拥有强大搜索能力的网络服务，支持多语言搜索，提供多种类型的搜索结果，帮助用户快速准确地获取所需信息。

肖像大师中文版comfyui-portrait-master

肖像大师是一个人物肖像提示词生成插件，可优化肖像生成，选择永远比填空更适合人类！它可以根据用户的需求，生成各种肖像的提示词，包括镜头类型、性别、国籍、面部表情、发型等参数。用户可以根据自己的需要自定义增加内容，例如发型、表情等。肖像大师支持多种工作流，适用于各种场景，如视频制作、设计等。

图片和视频的通用对象基础模型

GLEE 是一个针对图片和视频的通用对象基础模型，通过统一的框架实现了定位和识别图像和视频中的对象，并能应用于各种对象感知任务。GLEE 通过联合训练来自不同监督水平的各种数据源，形成通用的对象表示，在保持最先进性能的同时，能够有效地进行零样本迁移和泛化。它还具备良好的可扩展性和鲁棒性。

视频超分辨率扩展模型

Upscale-A-Video是一个基于扩散的模型，通过将低分辨率视频和文本提示作为输入来提高视频的分辨率。该模型通过两个关键机制确保时间上的一致性：在局部，它将时间层集成到U-Net和VAE-Decoder中，保持短序列的一致性；在全局，引入了一个流引导的循环潜在传播模块，通过在整个序列中传播和融合潜在信息来增强整体视频的稳定性。由于扩散范式，我们的模型还通过允许文本提示指导纹理创建和可调噪声水平来平衡恢复和生成，实现了保真度和质量之间的权衡。大量实验证明，Upscale-A-Video在合成和真实世界基准以及AI生成的视频中均超越了现有方法，展现出令人印象深刻的视觉逼真和时间一致性。

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。

AI订阅服务，创造惊人的图像和视频内容

WhisperAI是一个AI订阅服务，为您的业务提供生成式AI图像和视频内容。订阅后，您可以立即与AI专业人员合作，创建引人注目的图像和视频内容。我们提供快速交付、无限修订和完全商业使用权限的定价模式。使用WhisperAI，您可以优化创意流程，通过生成式AI快速获得高质量的图像和视频内容。

快速找到有用的最佳 AI 工具

StackAI 是您导航有用的最佳 AI 工具的首选目的地 —— 一个致力于为您提供最新的 AI 技术的综合平台。StackAI 提供了广泛的 AI 工具，涵盖生产力、图像、视频、设计、编程、写作、聊天、音乐、趣味、商业、教育等多个领域。无论您是想提高工作效率、改进设计、解决问题还是寻找创意灵感，StackAI 都能为您提供合适的 AI 工具。

一站式 Twitter 工具

Twitter Bio Generator是一个一站式 Twitter 工具，可以帮助用户安排、计划和发布推文和推文串。它提供了计划推文、发布推文、安排推文串、添加图像和视频等功能。Twitter Bio Generator的优势在于简化 Twitter 发布过程，帮助用户更好地组织和分享内容。该产品提供免费和付费版本，付费版本提供更多高级功能和扩展。

一张图生成多视角扩散基础模型

Zero123++是一个单图生成多视角一致性扩散基础模型。它可以从单个输入图像生成多视角图像，具有稳定的扩散VAE。您可以使用它来生成具有灰色背景的不透明图像。您还可以使用它来运行深度ControlNet。模型和源代码均可在官方网站上获得。

定制化视频制作工具

LensGo 是一个免费的 AI 驱动的图像和视频制作工具，最适合定制化视频制作。它能帮助用户制作个性化的 AI 视频。

100%免费AI动漫生成器

AnimeArt.Studio是一个拥有大量开源AI动漫模型的平台，提供图像、声音、视频和动画生成等多种功能。我们的AI动漫模型经过独特风格的预训练，确保每次使用都能获得令人印象深刻的结果。与其他平台不同的是，AnimeArt.Studio让您可以使用同一提示探索多种模型，同时运行同一提示，观察您的想象力在实时中变为现实。我们的模型不仅高效，而且免费供个人和商业项目使用。如果您有任何疑问或问题，我们的专业团队将随时为您提供帮助。

面向内容创作者和影响者的人工智能

AITorke是一款虚拟助手，内容创作者和影响者可以使用它来创建博客、视频和社交媒体上的独特内容，更快地吸引更多的关注者并利用现有关系获得收益。AITorke使用最先进的人工智能技术，包括100个预构建模板、AI语音、AI图像、AI代码等功能，可帮助用户节省时间和精力。

大场景动作的帧间插值模型

帧间插值（Frame Interpolation）是一种高质量的帧间插值神经网络模型。该模型采用统一的单网络方法，不需要额外的预训练网络，如光流或深度网络，但仍能实现最先进的效果。模型使用多尺度特征提取器，在不同尺度上共享相同的卷积权重。该模型仅通过帧三元组进行训练。

将图像转换为逼真的视频

Pix2Pix Video是一个小程序，可以将图像转换为逼真的视频。它使用Pix2Pix模型，能够生成高质量的视频，使静态图像栩栩如生。Pix2Pix Video具有简单易用的界面，用户只需上传一张图像，并设置相关参数，即可生成惊艳的视频。它可用于各种场景，如动画制作、虚拟现实、特效添加等。Pix2Pix Video是一个强大的图像处理工具，能够提供无限创意的可能性。

用AI和画布创造图像和视频的新方式

AiCanvas是一个使用AI技术创建图像和视频的工具。它提供以下主要功能：人工智能生成图像和文本，使用AI编辑图像和文本，支持上传gif、视频、lottie和rive文件作为动画，从互联网搜索gif、lottie、贴纸、形状和照片并导入，支持自由绘制和擦除，快速导出和下载视频和图像。AiCanvas适用于个人用户、团队和企业用户。定价方案有基础、高级和专业三种选择。

AI创作多媒体，轻松提升内容质量

Artificial Studio是一个通过人工智能技术轻松创建、扩展和改进图像、视频、音频和文本的平台。它提供+20种人工智能功能，能够快速生成音乐、视频、字幕，修改声音风格，扩展图片边框等。用户可以在平台上实现创作灵感，从而提升内容质量。Artificial Studio的定位是为用户提供简单易用的AI创作工具。

AI图像和视频生成工具

Bria是一款AI图像和视频生成工具，提供完整的API套件和预训练模型，帮助用户自动化和扩展图像和视频的创作过程。通过Bria，用户可以使用AI生成定制的图像和视频，扩展图像尺寸，定制背景，删除或替换对象，修改演讲者形象，将品牌标识嵌入图像等。Bria具有高性能和高质量的生成能力，确保生成的内容符合版权和隐私规定。Bria还采用负责任的AI技术，维护公平性，避免偏见，保证产品的道德和公正性。Bria支持多种使用场景和行业，适用于生产力，设计，商业，教育等领域。

基于扩散的混合运动动态角色艺术动画生成工具

MikuDance是一个基于扩散的动画生成管道，它结合了混合运动动态来动画化风格化的角色艺术。该技术通过混合运动建模和混合控制扩散两大关键技术，解决了高动态运动和参考引导错位在角色艺术动画中的挑战。MikuDance通过场景运动跟踪策略显式地在像素级空间中建模动态相机，实现统一的角色场景运动建模。在此基础上，混合控制扩散隐式地对不同角色的尺度和体型进行对齐，允许灵活控制局部角色运动。此外，还加入了运动自适应归一化模块，有效注入全局场景运动，为全面的角色艺术动画铺平了道路。通过广泛的实验，MikuDance在各种角色艺术和运动引导下展示了其有效性和泛化能力，始终如一地产生具有显著运动动态的高质量动画。

视频扩散模型，用于虚拟试穿。

Fashion-VDM是一个视频扩散模型（VDM），用于生成虚拟试穿视频。该模型接受一件衣物图片和人物视频作为输入，旨在生成人物穿着给定衣物的高质量试穿视频，同时保留人物的身份和动作。与传统的基于图像的虚拟试穿相比，Fashion-VDM在衣物细节和时间一致性方面表现出色。该技术的主要优点包括：扩散式架构、分类器自由引导增强控制、单次64帧512px视频生成的渐进式时间训练策略，以及联合图像-视频训练的有效性。Fashion-VDM在视频虚拟试穿领域树立了新的行业标准。

基于文本提示修订图像的大型扩散模型

SeedEdit是Doubao Team推出的大型扩散模型，用于根据任何文本提示修订图像。它通过逐步将图像生成器与强大的图像编辑器对齐，实现了图像重建和图像再生之间的最佳平衡。SeedEdit能够实现高审美/分辨率图像的零样本稳定编辑，并支持图像的连续修订。该技术的重要性在于其能够解决图像编辑问题中成对图像数据稀缺的核心难题，通过将文本到图像(T2I)生成模型视为弱编辑模型，并通过生成带有新提示的新图像来实现“编辑”，然后将其蒸馏并与之对齐到图像条件编辑模型中。

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。

根据人类指令修复和编辑照片的框架

PromptFix是一个综合框架，能够使扩散模型遵循人类指令执行各种图像处理任务。该框架通过构建大规模的指令遵循数据集，提出了高频引导采样方法来控制去噪过程，并设计了辅助提示适配器，利用视觉语言模型增强文本提示，提高模型的任务泛化能力。PromptFix在多种图像处理任务中表现优于先前的方法，并在盲恢复和组合任务中展现出优越的零样本能力。

大规模视频生成的自回归扩散模型

MarDini是Meta AI Research推出的一款视频扩散模型，它将掩码自回归（MAR）的优势整合到统一的扩散模型（DM）框架中。该模型能够根据任意数量的掩码帧在任意帧位置进行视频生成，支持视频插值、图像到视频生成以及视频扩展等多种视频生成任务。MarDini的设计高效，将大部分计算资源分配给低分辨率规划模型，使得在大规模上进行空间-时间注意力成为可能。MarDini在视频插值方面树立了新的标杆，并且在几次推理步骤内，就能高效生成与更昂贵的高级图像到视频模型相媲美的视频。

教育滚动应用，用学习取代浪费时间

JustLearn是一个教育性质的滚动应用，旨在用快速、有趣且共享的学习机会替代我们在社交媒体上的无效时间消耗。开发者通过观察到许多人在社交媒体上浪费大量时间，决定创建一个平台，让人们在短短5分钟内学到新知识，就像刷TikTok一样轻松有趣。JustLearn提供选择话题、浏览验证过的视频、回答问题、进行测验和参加由顶尖教授制作的迷你课程等功能，让用户在短时间内学到超过90%的人一天所学。产品背景是创造一个让学习变得吸引人、快速且社区化的平台。