产品库

利用LLM提高T2I图像生成一致性

OPT2I是一个T2I优化框架，利用大型语言模型（LLM）提高提示-图像一致性。通过迭代生成修订后的提示，优化生成过程。能显著提高一致性得分，同时保持FID并增加生成数据与真实数据召回率。

AI图像质量优化工具

Q-Refine是一个提供AI图像质量优化工具的平台。其中，Q-Refine是一款基于人类视觉系统偏好的图像质量评估指标（IQA）的优化工具。它通过三个自适应流程修改不同质量的图像，为主流T2I模型提供有效的优化，扩大了T2I生成模型的应用范围。

最强大的A.I.艺术生成器

Art Box A.I.是一款最强大的A.I.艺术生成器，可在WhatsApp上生成惊人的A.I.生成艺术，让全球20亿人都能够使用A.I.。我们的使命是通过提供可访问和用户友好的解决方案，赋予个人和组织利用A.I.驱动积极变革和创造更具包容性和技术先进的未来的能力。我们的AI工具赋能艺术家和创作者，让每个人都能够获得无限的创造力和想象力。让你的内心艺术家释放出来，让技术来完成剩下的工作。

HunyuanVideo-I2V 是腾讯推出的基于 HunyuanVideo 的图像到视频生成框架。

HunyuanVideo-I2V 是腾讯开源的图像到视频生成模型，基于 HunyuanVideo 架构开发。该模型通过图像潜在拼接技术，将参考图像信息有效整合到视频生成过程中，支持高分辨率视频生成，并提供可定制的 LoRA 效果训练功能。该技术在视频创作领域具有重要意义，能够帮助创作者快速生成高质量的视频内容，提升创作效率。

企业级A.I.接口

Khrisa A.I.是为企业提供的A.I.接口，可以为您的文档和PDF提供强大的功能。通过将PDF拖放到Khrisa中，您可以快速处理和提取关键信息，并使用ChatGPT进行交互。此外，您还可以与团队成员共享文档，并在文档上使用ChatGPT提问和查询。Khrisa还提供了专有的图像检测功能，以更好地理解文档的内容。

I2V-Adapter是一种用于视频扩散模型的通用图像到视频适配器。

I2V-Adapter旨在将静态图像转换为动态、逼真的视频序列，同时保持原始图像的保真度。它使用轻量级适配器模块并行处理带噪声的视频帧和输入图像。此模块充当桥梁，有效地将输入连接到模型的自注意力机制，保持空间细节，无需更改T2I模型的结构。I2V-Adapter参数少于传统模型，并确保与现有的T2I模型和控制工具兼容。实验结果表明，I2V-Adapter能够生成高质量的视频输出，这对于AI驱动的视频生成，尤其是创意应用领域，具有重大意义。

Gempix 2利用Nano Banana 2技术实现专业文本到图像生成与智能图像编辑

Gempix 2是一款先进的AI图像生成工具，代表着AI创意的下一次进化。它基于Nano Banana 2技术，结合强大的扩散架构与智能压缩技术，拥有双编码器系统和智能优化功能。主要优点包括能生成高质量图像、处理速度快、支持多语言等。适用于设计师、艺术家和创作者等专业人士。页面未提及价格，但提供免费试用。

A.I图像处理API与CDN

Immagin是一款使用A.I技术的图像处理云服务，提供快速部署的图像处理、实时转换和存储功能。支持图像的缩放、旋转、裁剪、滤镜、水印等处理，能够实时优化图像加载速度。全球部署的内容交付网络保证了快速和安全的图像服务。定价根据每月请求数计算，每1000个请求的价格从免费到0.25美元不等。

独立社区工具，用Nano Banana 2技术生成惊艳AI图像，免费使用。

GEMPIX2是一个独立的社区驱动平台，用于探索Nano Banana 2的AI图像生成能力。该平台允许用户使用高级提示词创建令人惊叹的AI生成图像。其重要性在于为社区提供了一个免费且便捷的方式来体验和探索新兴的AI图像生成技术。产品的主要优点包括生成速度快、无需信用卡即可免费无限次生成、图像质量高。价格方面，用户可以免费使用，无需任何费用。其定位是为社区用户提供一个自主探索AI图像生成技术的平台，不与Google及其产品有任何关联。

高效的 Intel GPU 上的 LLM 推理解决方案

这是一种在 Intel GPU 上实现的高效的 LLM 推理解决方案。通过简化 LLM 解码器层、使用分段 KV 缓存策略和自定义的 Scaled-Dot-Product-Attention 内核，该解决方案在 Intel GPU 上相比标准的 HuggingFace 实现可实现高达 7 倍的令牌延迟降低和 27 倍的吞吐量提升。详细功能、优势、定价和定位等信息请参考官方网站。

比较各种大型语言模型（LLM）的定价信息

LLM Pricing是一个聚合并比较各种大型语言模型（LLMs）定价信息的网站，这些模型由官方AI提供商和云服务供应商提供。用户可以在这里找到最适合其项目的语言模型定价。

一种可控的图像到视频生成框架

Motion-I2V是一种全新的框架，用于实现一致且可控的图像到视频生成（I2V）。与以往直接学习复杂图像到视频映射的方法不同，Motion-I2V将I2V分解为两个阶段，并采用显式运动建模。在第一阶段，我们提出了基于扩散的运动场预测器，专注于推断参考图像像素的轨迹。在第二阶段，我们提出了增强的运动增强时间注意力，以增强视频潜在扩散模型中有限的一维时间注意力。该模块可以在第一阶段预测的轨迹的指导下，有效地将参考图像特征传播到合成帧。与现有方法相比，Motion-I2V即使在存在大运动和视角变化的情况下，也能生成更一致的视频。通过为第一阶段训练稀疏轨迹控制网络，Motion-I2V可以支持用户精确控制运动轨迹和运动区域，具有稀疏轨迹和区域注释的控制能力。这比仅依赖文本说明更可控。此外，Motion-I2V的第二阶段自然地支持零样本视频到视频转换。定性和定量比较表明，Motion-I2V在一致且可控的图像到视频生成方面优于先前的方法。

一个为LLM生成Git提交信息的插件

llm-commit 是一个为 LLM（Large Language Model）设计的插件，用于生成 Git 提交信息。该插件通过分析 Git 的暂存区差异，利用 LLM 的语言生成能力，自动生成简洁且有意义的提交信息。它不仅提高了开发者的提交效率，还确保了提交信息的质量和一致性。该插件适用于任何使用 Git 和 LLM 的开发环境，免费开源，易于安装和使用。

帮助您成为LLM专家的博客。

LLM Logs是一个专注于帮助用户优化其内容以适应大型语言模型的博客。它提供全面的LLM SEO指南，帮助用户提高在AI生成的响应中的可见性。

利用尖端AI技术，将创意转化为高质量图像。

Flux AI 图像生成器是由Black Forest Labs开发的，基于革命性的Flux系列模型，提供尖端的文本到图像技术。该产品通过其120亿参数的模型，能够精确解读复杂的文本提示，创造出多样化、高保真的图像。Flux AI 图像生成器不仅适用于个人艺术创作，也可用于商业应用，如品牌视觉、社交媒体内容等。它提供三种不同的版本以满足不同用户的需求：Flux Pro、Flux Dev和Flux Schnell。

Google基于Gemini 3 Pro的AI图像编辑器，推理强，生成编辑能力出色

Nano Banana 2 AI是谷歌推出的一款先进AI图像编辑器，由Gemini 3 Pro提供支持。它具有强大的推理能力，在图像生成和编辑方面表现卓越，能理解上下文并生成准确、逼真的图像。与其他同类模型相比，它在推理能力、3D对象操作、文本保留、空间理解和编辑一致性等方面具有明显优势。该产品提供了简单透明的定价方案，包括入门级、专业级和企业级套餐，适合不同需求的用户。入门级每月29美元，每天可生成100张图像；专业级每月79美元，每天可生成500张图像；企业级则提供定制解决方案，具有无限图像生成和所有高级功能。

扩展LLM上下文窗口

LLM Context Extender是一款旨在扩展大型语言模型（LLMs）上下文窗口的工具。它通过调整RoPE的基础频率和缩放注意力logits的方式，帮助LLMs有效适应更大的上下文窗口。该工具在精细调整性能和稳健性方面验证了其方法的优越性，并展示了在仅有100个样本和6个训练步骤的情况下，将LLaMA-2-7B-Chat的上下文窗口扩展到16,384的非凡效率。此外，还探讨了数据组成和训练课程如何影响特定下游任务的上下文窗口扩展，建议以长对话进行LLMs的精细调整作为良好的起点。

Sora2借助OpenAI技术，可从文本和图像生成专业级电影品质视频。

Sora2是由OpenAI先进技术驱动的视频生成模型。其重要性在于为全球内容创作者带来了前所未有的视频创作体验。主要优点包括具备革命性的物理模拟、完美的角色一致性和电影级输出质量。产品背景是依托于OpenAI最先进的视频生成模型。价格方面，提供多种灵活的定价方案，如每月49.9美元的Plus计划、99.9美元的Pro计划和199.9美元的Enterprise计划，也可购买一次性信用包。定位是面向内容创作者、营销人员和视频专业人士，满足他们专业视频创作的需求。

Soro 2是由OpenAI Sora 2 API驱动的前沿AI视频创作套件。

Soro 2是一款由OpenAI Sora 2 API驱动的AI视频创作平台。其重要性在于利用先进的AI技术，革新了数字视频制作。主要优点包括能精确理解复杂文本指令、实现无缝场景过渡、支持自定义角色嵌入、具备高级物理建模和集成音频等功能。产品背景基于OpenAI Sora 2的强大架构。价格方面，可免费试用，还能领取每日免费额度。定位是面向内容创作者、数字营销人员、在线教育者和独立电影制作人等，帮助他们将创意转化为专业的视频内容。

使用简单、原始的 C/CUDA 进行 LLM 训练

karpathy/llm.c 是一个使用简单的 C/CUDA 实现 LLM 训练的项目。它旨在提供一个干净、简单的参考实现,同时也包含了更优化的版本,可以接近 PyTorch 的性能,但代码和依赖大大减少。目前正在开发直接的 CUDA 实现、使用 SIMD 指令优化 CPU 版本以及支持更多现代架构如 Llama2、Gemma 等。

一键生成复古PS2风格图片

PS2 Filter AI Tool是一款在线工具，使用先进的AI技术，用户可以上传自己的图片，一键转换成复古的PlayStation 2风格。它不仅能够提供独特的视觉效果，还能让用户轻松分享到社交媒体，享受复古游戏的视觉体验。

轻量级、先进的2B参数文本生成模型。

Gemma 2 2B是谷歌开发的轻量级、先进的文本生成模型，属于Gemma模型家族。该模型基于与Gemini模型相同的研究和技术构建，是一个文本到文本的解码器仅大型语言模型，提供英文版本。Gemma 2 2B模型适用于问答、摘要和推理等多种文本生成任务，其较小的模型尺寸使其能够部署在资源受限的环境中，如笔记本电脑或桌面电脑，促进了对最先进AI模型的访问，并推动了创新。

由Gempix2和Gemini 3 Pro驱动的专业4K AI图像生成器，注册送2积分。

Nano Banana 2（Gempix2）是一款由Google的Gemini 3 Pro模型驱动的专业AI图像生成与编辑工具。它具备原生4K分辨率输出、强大的文本渲染能力和多图融合功能，能满足不同用户的创作需求。该产品有免费试用机会，注册送2积分，无需信用卡。定价方案分为专业版和旗舰版，专业版每月29.9美元，有500积分；旗舰版每月79.9美元，有1600积分，适合不同规模的创作者和使用者。

构建LLM应用的开发平台

LLM Spark是一个开发平台，可用于构建基于LLM的应用程序。它提供多个LLM的快速测试、版本控制、可观察性、协作、多个LLM支持等功能。LLM Spark可轻松构建AI聊天机器人、虚拟助手等智能应用程序，并通过与提供商密钥集成，实现卓越性能。它还提供了GPT驱动的模板，加速了各种AI应用程序的创建，同时支持从零开始定制项目。LLM Spark还支持无缝上传数据集，以增强AI应用程序的功能。通过LLM Spark的全面日志和分析，可以比较GPT结果、迭代和部署智能AI应用程序。它还支持多个模型同时测试，保存提示版本和历史记录，轻松协作，以及基于意义而不仅仅是关键字的强大搜索功能。此外，LLM Spark还支持将外部数据集集成到LLM中，并符合GDPR合规要求，确保数据安全和隐私保护。

生成高质量逼真图像的文本到图像技术

Imagen 2 是我们最先进的文本到图像扩散技术，可生成与用户提示密切对齐且一致的高质量逼真图像。它通过使用训练数据的自然分布生成更加逼真的图像，而不是采用预先编程的风格。Imagen 2 强大的文本到图像技术通过 Google Cloud Vertex AI 的 Imagen API 为开发者和云客户提供支持。Google Arts and Culture 团队还在其文化标志实验中部署了我们的 Imagen 2 技术，使用户可以通过 Google AI 探索、学习和测试其文化知识。

Nano Banana 2是AI图像生成与编辑平台，用先进神经网络秒变文字为视觉作品。

Nano Banana 2是一款下一代视觉创作平台，运用先进的神经网络技术，将创意转化为令人惊叹的视觉效果。其重要性在于为创作者提供了高效、智能且专业的图像生成与编辑解决方案。主要优点包括智能理解创意、闪电般快速生成、能理解复杂描述、双语支持、输出专业品质图像、自适应学习、灵活支持多种格式等。适用于商业和艺术创作等领域。该平台提供免费试用，定位为满足各类创作者需求的一站式图像创作平台。

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。

无限令牌，无限制，成本效益高的LLM推理API平台。

Awan LLM是一个提供无限令牌、无限制、成本效益高的LLM（大型语言模型）推理API平台，专为高级用户和开发者设计。它允许用户无限制地发送和接收令牌，直到模型的上下文限制，并且使用LLM模型时没有任何约束或审查。用户只需按月付费，而无需按令牌付费，这大大降低了成本。Awan LLM拥有自己的数据中心和GPU，因此能够提供这种服务。此外，Awan LLM不记录任何提示或生成内容，保护用户隐私。

基于ComfyUI前端开发的LLM工作流节点集合

ComfyUI LLM Party旨在基于ComfyUI前端开发一套完整的LLM工作流节点集合，使用户能够快速便捷地构建自己的LLM工作流，并轻松地将它们集成到现有的图像工作流中。