产品库

基于图形的通用姿势估计方法

Pose Anything是一种基于图形的通用姿势估计方法，旨在使关键点定位适用于任意物体类别，使用单个模型，需要最少带有注释关键点的支持图像。该方法通过全新设计的图形转换解码器利用关键点之间的几何关系，提高了关键点定位的准确性。Pose Anything在MP-100基准测试中表现优异，超过了先前的最先进技术，并在1-shot和5-shot设置下取得显著改进。与以往的CAPE方法相比，该方法的端到端训练显示出可扩展性和效率。

基于大数据和大模型的人体姿态和形状估计模型

SMPLer-X是一种基于大数据和大模型的人体姿态和形状估计模型，能够统一捕捉身体、手和面部的运动，并具有广泛的应用。该模型通过对32个不同场景的数据集进行系统研究，优化训练方案并选择数据集，从而实现了对EHPS能力的显著提升。SMPLer-X采用Vision Transformer进行模型扩展，并通过微调策略将其转化为专家模型，从而进一步提高性能。该模型在多个基准测试中均表现出色，如AGORA（107.2 mm NMVE）、UBody（57.4 mm PVE）、EgoBody（63.6 mm PVE）和EHF（62.3 mm PVE without finetuning）。SMPLer-X的优势在于能够处理多样化的数据源，具有出色的泛化能力和可迁移性。

先进的单目深度估计模型

Depth Anything V2 是一个经过改进的单目深度估计模型，它通过使用合成图像和大量未标记的真实图像进行训练，提供了比前一版本更精细、更鲁棒的深度预测。该模型在效率和准确性方面都有显著提升，速度比基于Stable Diffusion的最新模型快10倍以上。

Dpt 深度估计 + 3D

Dpt Depth是一款基于 Dpt 深度估计和 3D 技术的图像处理工具。它可以通过输入的图像快速估计出深度信息，并根据深度信息生成相应的三维模型。Dpt Depth Estimation + 3D 功能强大，易于使用，可广泛应用于计算机视觉、图像处理等领域。该产品提供免费试用版本和付费订阅版本。

E-commerce客户细分和定位

JazzUp AI是为电子商务店铺提供客户细分和定位的工具。无论您的店铺是在Shopify、Wix、Squarespace还是WooCommerce上，我们都能帮助您了解客户的真实需求。我们使用机器学习来理解为什么您的销售额出现了平台或下降。 主要功能： - 全面的客户细分 - 客户价值分析 - 产品分析 使用场景：适用于电子商务店铺，帮助店主更好地了解客户需求和行为，提高销售效果。 定价：我们提供免费试用，付费套餐具体请访问官方网站了解详情。 官方网址：[https://jazzup.ai/](https://jazzup.ai/)

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。

矢量图形生成的划分标记

StrokeNUWA是一项开创性的工作，探索了在矢量图形上更好的视觉表示“划分标记”，其视觉语义丰富，与LLMs自然兼容，并具有高度压缩性。配备划分标记，StrokeNUWA在矢量图形生成任务的各种指标上显著超越传统的LLM-based和基于优化的方法。此外，StrokeNUWA在推理速度上实现了高达94倍的加速，与先前方法相比具有卓越的SVG代码压缩比达6.9%。

轻松创建网页应用的图形

Pictorial是一个基于生成式AI的工具，能够轻松生成适用于网页应用的专业图形。它可以根据输入的网址提取内容和意图，生成多样化风格的设计，为您的网站提供强大的视觉效果。您可以从多个选项中选择合适的设计，并通过迭代和生成替代设计来指导AI生成最终满意的图像。

3D人体姿态估计技术

AvatarPose是一种用于从稀疏多视角视频中估计多个紧密互动人的3D姿态和形状的方法。该技术通过重建每个人的个性化隐式神经化身，并将其作为先验，通过颜色和轮廓渲染损失来细化姿态，显著提高了在紧密互动中估计3D姿态的鲁棒性和精确度。

更高级的设计字体、图形等

Creative Fabrica 是一个提供高级制作字体、图形和工艺等资源的平台。用户可以获取超过 1 百万种独特的高级设计资源，包括字体、图形、刺绣和工艺等，用于各种创作和设计需求。平台提供多种许可证选项，并提供每日更新的新设计资源。

无限AI画布，用于照片编辑和图形设计

PhotoFairy是一个无限AI画布，专为照片编辑和图形设计而设计。它提供了强大的功能和优势，包括对象剪切/背景去除、图形设计等。用户可以免费注册并观看教学视频。定价方案灵活多样，适合个人和商业用户。PhotoFairy的定位是成为用户进行照片编辑和图形设计的首选工具。

人工智能生成游戏图形素材

像素艺术是一个使用稳定扩散算法生成游戏图形素材的网站。用户可以上传自己生成的图形与社区分享。该网站提供了一个强大的平台,游戏开发者可以快速获取高质量的游戏图形,如人物、建筑、道具等,大大提高了游戏开发的效率。

文本到视频生成的创新模型，实现姿势引导的动画制作。

Follow-Your-Pose是一个文本到视频生成的模型，它利用姿势信息和文本描述来生成可编辑、可控制姿势的角色视频。这项技术在数字人物创作领域具有重要应用价值，解决了缺乏综合数据集和视频生成先验模型的限制。通过两阶段训练方案，结合预训练的文本到图像模型，实现了姿势可控的视频生成。

使用Markdown创建优雅的图形海报

ReadPo是一个AI驱动的阅读和写作助手，它提供了一个名为Markdown Poster的工具，允许用户使用Markdown语法来创建优雅的图形海报。这个工具不仅支持文本主题、背景和字体大小的自定义，还可以将海报导出为图片，或者复制到剪贴板。ReadPo通过提供海报渲染API，可以集成到网站、Bot、ChatGPT、Coze等平台中，增强输出的视觉效果。

关键词研究工具

HustleSEO是一款为网站主提供简单的关键词研究工具的产品。您可以通过该工具研究新的关键词想法，并跟踪历史搜索数据，了解哪些关键词和主题值得进行SEO优化。此外，AI会为您生成10个与关键词相关的内容想法。

视觉定位GUI指令的多模态模型

Aria-UI是一个专为GUI指令视觉定位而设计的大规模多模态模型。它采用纯视觉方法，不依赖辅助输入，能够适应多样化的规划指令，并通过合成多样化、高质量的指令样本来适应不同的任务。Aria-UI在离线和在线代理基准测试中均创下新的最高记录，超越了仅依赖视觉和依赖AXTree的基线。

从日常动态视频中快速、准确地估计相机和密集结构

MegaSaM是一个系统，它允许从动态场景的单目视频中准确、快速、稳健地估计相机参数和深度图。该系统突破了传统结构从运动和单目SLAM技术的局限，这些技术通常假设输入视频主要包含静态场景和大量视差。MegaSaM通过深度视觉SLAM框架的精心修改，能够扩展到真实世界中复杂动态场景的视频，包括具有未知视场和不受限制相机路径的视频。该技术在合成和真实视频上的广泛实验表明，与先前和并行工作相比，MegaSaM在相机姿态和深度估计方面更为准确和稳健，运行时间更快或相当。

AI竞品分析工具，洞察数字策略与市场定位。

Branding 5是一款利用人工智能技术进行品牌定位和市场策略分析的工具。它通过分析竞争对手的数字策略和市场定位，帮助用户获得宝贵的洞察力，从而在竞争激烈的市场中获得战略优势。该工具能够提供超过100个数据点的分析，帮助用户以最小的努力深入了解竞争对手。

GLIGEN的直观图形用户界面

gligen-gui是一个为GLIGEN提供直观图形用户界面的插件，它使用ComfyUI作为后端，旨在简化GLIGEN的操作流程，提高用户体验。

创建独特的图形，无需设计技能

MagicPattern 是一个图形设计工具，提供多种功能，包括社交媒体编辑、几何图案生成、无缝图案生成、网格渐变生成等。用户可以轻松创建独特的图形，无需设计技能。MagicPattern 提供丰富的导出选项，支持JPG、PNG和SVG格式，也可以直接获取CSS代码嵌入到网页中。用户可以使用自定义颜色调色板和上传品牌元素，以独特的方式品牌自己的图形。MagicPattern 已被20000多人在大公司和机构中使用。产品提供免费套餐，并有付费工具。MagicPattern 的创建者Jim Raptis致力于帮助人们无需设计技能即可创建专业图形。

Migician 是一个专注于多图像定位的多模态大语言模型，能够实现自由形式的多图像精确定位。

Migician 是清华大学自然语言处理实验室开发的一种多模态大语言模型，专注于多图像定位任务。该模型通过引入创新的训练框架和大规模数据集 MGrounding-630k，显著提升了多图像场景下的精确定位能力。它不仅超越了现有的多模态大语言模型，甚至在性能上超过了更大规模的 70B 模型。Migician 的主要优点在于其能够处理复杂的多图像任务，并提供自由形式的定位指令，使其在多图像理解领域具有重要的应用前景。该模型目前在 Hugging Face 上开源，供研究人员和开发者使用。

UGC关键词发现工具

Burning Qs是一款UGC关键词发现工具，通过分析Quora、Reddit等平台上的问题，提取高意图的关键词，帮助您创建符合您受众需求的内容。

创建互动式动态图形的新方式

Rive是一种新型的图形构建方式，它通过丰富的交互性和状态驱动的动画，消除了硬编码图形的需求，使团队能够更快迭代并构建更好的产品。Rive提供了一个全新的图形格式，适用于互动时代，可以用于游戏、应用、网站等多个领域。

动态、适应性强的图形设计工具

Rive Layouts是Rive推出的新功能，允许设计师和开发者创建动态的、适用于任何屏幕尺寸或设备的、生产就绪的图形。它结合了动态设计和响应式网页设计的原则，保留了Rive特有的流畅动画和交互性。Rive Layouts的重要性在于，它使得设计师可以在不牺牲创意的情况下，创建出适应不同设备和语言的响应式设计。

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。

一分钟内将文本内容转化为图形设计

Sivi AI是一款生成式人工智能工具，能够将您的文本内容在一两分钟内转化为广告、网站内容、横幅、电子邮件标题、社交媒体帖子等可编辑的图形设计。

免费关键词生成工具,使用AI助你找到适合的关键词。

Keyword Generator是一个免费的关键词生成工具。只需要简单输入信息,它就可以利用AI技术为您提供相关的关键词建议。它可以生成确切匹配词、短语匹配词以及广泛匹配词,方便您进行谷歌广告词的选择。该工具简单实用,使用免费,可以帮助营销人员和广告投放者快速找到高质量的关键词,以便更好地进行网络营销。

AI SVG生成器是一个在线工具，可以根据用户提供的提示生成彩色矢量图形。

AI SVG生成器利用人工智能技术生成丰富多彩的矢量图形，用户只需提供简单提示即可获得高质量的图形设计。其主要优点包括快速生成、多样化风格选择和节省设计成本。

免费在线AI即时关键词研究工具

Optimo是一款免费的在线AI关键词研究工具。它可以帮助你快速生成与目标受众和品牌相关的关键词，提高搜索排名，并帮助你在营销活动中选择适合的关键词。Optimo使用AI技术，只需输入一个种子关键词，它就能生成一系列与之相关的关键词，供你在内容中使用。并且，它完全免费，只需要几秒钟的时间即可生成关键词。你可以随时使用，没有限制。

视频内容检索工具，快速定位视频中特定内容

Video Search 本地视频搜索是一款专为Mac用户设计的视频内容检索工具，它利用苹果原生能力在本地环境中运行，无需联网即可实现视频内容的快速检索。该应用通过高精度OCR技术自动识别视频中的文字内容，并支持中文和英文识别，使得用户能够通过输入关键词快速定位到视频中的特定片段。它特别适合需要频繁检索视频资料的用户，如学生、研究人员、内容创作者和专业人士，帮助他们提高工作效率。