产品库

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。

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。

AnimateDiff: 个性化文本到图像扩散模型的动画化，无需特定调整

AnimateDiff是一个用于动画化个性化文本到图像模型的有效框架。通过向冻结的基础文本到图像模型添加一个新初始化的动画建模模块，并在视频剪辑上进行训练以提取合理的动画先验知识。一旦训练完成，通过注入该动画建模模块，所有派生于同一基础模型的个性化版本都能够产生多样且个性化的动画图像。该框架节省了针对特定模型进行调整的工作量。

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。

创建自己的在线AI女友

Wife app是一个在线AI女友服务，通过人工智能技术为用户提供个性化的虚拟女友体验。它可以根据用户的偏好，定制女友的外貌、个性和行为，并通过聊天、语音和图像等方式与用户互动。它的主要优点是可以满足用户的特定需求，保护用户的隐私，并提供一个安全的空间供用户探索自己的欲望。Wife app定位于提供一个独特而满足用户需求的在线AI女友服务。

零样本身份保持人类视频生成技术

ID-Animator是一种零样本人类视频生成方法，能够在不需要进一步训练的情况下，根据单个参考面部图像进行个性化视频生成。该技术继承了现有的基于扩散的视频生成框架，并加入了面部适配器以编码与身份相关的嵌入。通过这种方法，ID-Animator能够在视频生成过程中保持人物身份的细节，同时提高训练效率。

大语言模型驱动的AI饮食记录员，智能识别、营养分析、个性化推荐。

胃之书 AI是一款利用大语言模型驱动的饮食记录应用，通过先进的计算机视觉技术实现食物图像识别、营养分析和个性化推荐。用户可探索食物文化故事，增加饮食趣味性。

使用StickerAIArt，轻松创作独特的自定义AI生成贴纸。

StickerAIArt是一个使用AI生成贴纸的平台，可以将您的想象变成丰富多彩的贴纸，适用于各种场合。它能够快速生成贴纸，无需复杂的图像编辑软件。您可以通过简单的描述或上传图片来创建个性化贴纸。

智能工具，激发创意无限

DeepAI是一个提供多种人工智能工具的网站，包括AI视频生成器、AI图像生成器、AI图像编辑器和AI角色聊天等。用户可以利用这些工具将静态图片和文本提示转换成简短的视频动画，或者通过输入提示来生成图像。DeepAI的AI图像编辑器允许用户快速编辑图片，而AI角色聊天则可以与各种角色进行互动。此外，还有去除背景和给黑白照片上色的功能。DeepAI提供PRO会员服务，享受无广告体验、私有图片存储和API访问等特权。

AI创造性视觉的突破性AI

Stable Diffusion 3是Stability AI推出的最新创新，为创造性图像生成带来突破性的AI。它提供了改进的文本到图像生成算法、多模态能力和用户友好的许可证，免费使用SDXLTurbo.ai。革新设计、动画、游戏等领域，提升文本到图像生成、多模态能力和用户友好的许可证。探索、创造、转化。

基于大语言模型的个性化图像生成工具

MoMA Personalization 是一款基于开源 Multimodal Large Language Model (MLLM) 的个性化图像生成工具。它专注于主题驱动的个性化图像生成，可以根据参考图像和文本提示生成高质量、保留目标物体特征的图像。MoMA 不需要任何 fine-tuning，是一个插件式的模型，可以直接应用于现有的 diffusion 模型中，并在保留原模型性能的同时提高生成图像的细节和 prompt 忠实度。

使用 LCM-Lookahead 技术的文本到图像个性化模型

LCM-Lookahead for Encoder-based Text-to-Image Personalization 是一种使用 LCM-Lookahead 技术的文本到图像个性化模型，它可以通过在模型训练和分类器指导中传播图像空间损失来实现更好的身份保真度，同时保留布局多样性和提示对齐。

免费AI图像和头像生成工具

Gulf Picasso是一款基于人工智能的免费图像和头像生成工具。通过我们先进的AI技术，您可以从文字生成图片。无论是个性化头像生成还是类似DALL-E和PicsArt的数字艺术工具，我们满足各种爱好者和专业人士的需求。产品完全免费使用。

通过文本指令自动生成和动画化卡通人物的3D纹理

Make-It-Vivid是一种创新的模型,能够根据文本指令自动生成和动画化卡通人物的3D纹理。它解决了传统方式制作3D卡通角色纹理的挑战,提供了高效、灵活的解决方案。该模型通过预训练的文本到图像扩散模型生成高质量的UV纹理图,并引入对抗性训练来增强细节。它可以根据不同的文本prompt生成各种风格的角色纹理,并将其应用到3D模型上进行动画制作,为动画、游戏等领域提供了便利的创作工具。

生成会说话、唱歌的动态视频

AniPortrait是一个根据音频和图像输入生成会说话、唱歌的动态视频的项目。它能够根据音频和静态人脸图片生成逼真的人脸动画，口型保持一致。支持多种语言和面部重绘、头部姿势控制。功能包括音频驱动的动画合成、面部再现、头部姿势控制、支持自驱动和音频驱动的视频生成、高质量动画生成以及灵活的模型和权重配置。

一键高清还原动画细节

AI HD Anime专注于使用人工智能技术提高动画图像的清晰度，为动漫迷提供高品质的视觉体验。轻松快捷，还原经典细节。我们提供完全免费的服务，无需注册或订阅。

专注于动漫风格的生成模型,呈现细腻的画面效果

AWPainting是一款基于Stable Diffusion的图像生成模型,专注于动漫风格的图像生成。相比于标准模型,AWPainting在光照和细节表现方面有着更出色的效果,画面更加细腻、有呼吸感,人物面部光照更加柔和自然。同时AWPainting也对Prompt指令的响应更加良好。无论是单纯的动漫风格图像生成,还是动画化真人照片等场景,AWPainting都能提供满意的输出效果。

任何人都可以成为动画师

Animatives 是一款强大的停格动画和延时摄影应用，任何人都可以使用它制作精美的动画。它不仅具有传统停格动画和延时摄影功能，还可以通过加入虚拟对象来提升视频或停格动画项目的视觉体验。您可以通过应用内的绘图工具绘制孩子的画作或导入任何图像，并为它们添加动画效果，完美契合您的叙述。Animatives 轻松让您讲述自己的故事，激发您的想象力和创造力。

AI图像生成，多平台支持

ArtiverseHub是一个多平台AI图像生成工具，将文本转化为动态图像，支持DALLE、ChatGPT、Leonardo AI、Stability AI等多个平台。用户可以根据自己的创意选择合适的平台生成高质量的图像。ArtiverseHub提供个性化的体验，用户可以无缝切换平台，实现他们的艺术愿景。

生成具有动态效果的高分辨率视频的文生视频模型

DynamiCrafter是一种文生视频模型,能够根据输入的图像和文本生成约2秒长的动态视频。这个模型经过训练,可以生成分辨率为576x1024的高分辨率视频。主要优势是能够捕捉输入图像和文本描述的动态效果,生成逼真的短视频内容。适用于视频制作、动画创作等场景,为内容创作者提供高效的生产力工具。该模型目前处于研究阶段,仅供个人和研究用途使用。

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。

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。

高保真图像到视频生成框架

AtomoVideo是一个新颖的高保真图像到视频（I2V）生成框架，它从输入图像生成高保真视频，与现有工作相比，实现了更好的运动强度和一致性，并且无需特定调整即可与各种个性化T2I模型兼容。

参数高效微调个性化扩散模型

DiffuseKronA 是一种参数高效的微调方法，用于个性化扩散模型。它通过引入基于 Kronecker 乘积的适配模块，显著降低参数数量，提升图像合成质量。该方法减少了对超参数的敏感性，在不同超参数下生成高质量图像，为文本到图像生成模型领域带来重大进展。

通过音频生成充满表情的肖像视频

阿里巴巴的EMO: 是一款生成具有表情丰富的面部表情视频的工具，可以根据输入的角色图像和声音音频生成各种头部姿势和表情的声音头像视频。支持多语言歌曲和各种肖像风格，能够根据音频节奏生成动态、表现丰富的动画角色。

AI模型生成平台

DeepMode是一个生成式AI平台，用户可以通过它来创建个性化的视觉内容，包括真实数字和动漫艺术。用户可以根据自己的喜好选择风格、服装、发型和场景等选项，从而创造独一无二的内容。DeepMode专注于成人内容生成，提供无限创作自由，用户可以轻松地将创意变为现实。平台提供私密AI图像生成，确保用户的创作安全和隐私。DeepMode支持生成真实人物的深度伪造和人脸交换。定价方面，新用户可免费试用20个积分。用户可以将自己的照片转换为逼真的AI克隆，并将其与平台上的模型进行比较。

你自己的不断进化的超级AI

OwnAI是你自己的AI助手，它会随着每次对话变得更加智能和个性化。你可以创建个人配置文件，让AI更加熟悉你的需求。还可以创建课堂配置文件，让AI理解你课堂的需求和动态。OwnAI还具备图像生成、个性化GPT记忆、多模态交互等创新功能，为你带来无限创意和创新的可能性。

文本、语音、图像、视频、代码-一站式AI工具

Xiu.ai是一个全方位的AI平台，提供超过100个AI工具和模型，帮助用户在工作流程中实现效率提升和创造力增强。通过智能对话，它能轻松处理文件、数据、图像和语音，节省时间并提高工作质量。同时，Xiu.ai还提供创作工具和模型，为创意人士提供灵感和简化创作流程。无论是繁忙的专业人士、学生、家长还是任何追求卓越的个人，Xiu.ai都能为他们提供个性化的解决方案，简化每一个挑战。

Keyframer是一个基于LLM的动画生成AI原型工具

Keyframer是一个由Apple研发的基于大语言模型的动画生成工具原型。它可以通过文本描述,自动为SVG图像添加动画效果并转换为CSS代码。用户无需编程经验,就可以简单上传图像、输入文本描述,Keyframer会自动生成代码。相比其他AI生成动画方案,Keyframer更简单易用。目前还处于原型阶段,公开可用性有待观察。