产品库

一句话描述，快速生成高质量商用图片素材

言之画是一款AI图像内容创作平台，提供一站式解决图片素材需求。通过模型熟悉市场流行的风格和关键元素，能帮助提高投放效果。用户可以在10秒内即可生成大量的合格优质素材，解决短期内创作瓶颈的问题。言之画支持素材二次创作，不受专业限制，小白也能上手，完成高质量作品。平台提供全套图片抠图、精修、涂抹处理工具，无需使用PS，人人皆可绘制专业的图片作品。用户可以通过一句话文本描述生成图片，减少设计师手动创作素材的时间和精力。同时，言之画还提供图片编辑功能，可以对任何图片素材进行二次创作，包括局部替换、相似图片生成、涂抹补全、人像精修、抠图等功能。用户还可以上传自己的专属图片，设定个性化训练风格，系统会自动生成定制模型，用户可以开始使用定制模型生成图片。言之画致力于为各行企业提供图片素材解决方案，告别费时费力的传统绘图模式。

AI Studios是一个人工智能创作平台

AI Studios提供了一个用户友好的仪表板，让用户可以轻松创建和管理AI项目。该平台可能包含多种AI工具和功能，以支持用户在图像、视频、音频等领域的创作和编辑。

5秒内一键自动去除图像背景

AIRemover是一个基于AI的在线图像背景去除工具,可以在5秒内自动去除图像背景,无需手动选择像素。用户只需在bgremove.club上传图片,然后马上见证神奇的转换。让AI帮你完成繁琐的工作。该产品使用Replicate和Bytescale驱动,由AI创建。具有去背景效果惊人、支持人像、产品、动物等图片、完全自动免费等优势。适用于需要快速智能去背景的用户。

Colorcinch是一款免费的网页版图像编辑工具

Colorcinch是一个免费的网页图像编辑工具,无需注册即可使用。它提供了图片滤镜、贴图、文本、涂鸦等多种编辑功能,可以轻松地个性化修改图片。用户可以直接在浏览器中打开图片进行编辑,支持PNG、JPG等多种格式,还可以将图片转化为卡通效果。此外,Colorcinch还提供免费的图片托管服务。总体来说,这是一个简单易用、功能丰富的在线图像编辑工具。

AI驱动的图片编辑工具

SceneryAI是一款AI驱动的图片编辑工具，利用稳定扩散和自有的放大模型生成独特、高分辨率的AI生成图像。用户只需上传要编辑的照片，擦除需要更新的部分，并描述希望如何更新照片，即可渲染出更新后的照片。SceneryAI可在不到30秒内改变照片的主题或风景，是内容营销人员、创作者和数字艺术家在几秒内更新照片和创作的完美解决方案。

在线图片处理工具

佐糖是一款智能 AI 图像处理平台，提供丰富的图像处理工具，包括抠图、去水印、模糊变清晰、图片裁剪、图片压缩、黑白照片上色等功能。操作简便，无需学习，一键处理图像。通过智能 AI 处理，提高工作效率，释放创造力。

人工智能驱动的图片编辑平台

PicWish是一个人工智能驱动的图像处理平台,帮助用户高效编辑图片。它提供强大的工具,如背景移除、图像放大、照片修复、JPG转换器、图像压缩、人脸增强和照片增强。使用PicWish,用户可以一键移除背景、去模糊图像、增强分辨率和修复缺陷。该平台非常易于上手,没有学习曲线。它通过使照片编辑简单又专业,释放了创造力。PicWish极大地提高了图形设计师、摄影师、电子商务卖家和营销人员的工作效率。

AI照片增强和编辑工具提供商

VanceAI提供AI增强、放大、锐化、去噪、去背景等多种功能，只需一键即可轻松处理照片。所有AI工具都可在线或通过“免费下载”软件使用。VanceAI旨在通过有效的AI解决方案提高照片处理效率。与传统的基于数学运算的工具不同，VanceAI擅长处理真实细节。它的AI工具基于数百万张图像训练的深度卷积神经网络（DCNN），能够进行智能分析和快速处理。

图片版权查询神器

图查查是一个专业的图片版权查询平台，基于 360 搜索算法和图像 AI 识别能力，为广大运营、市场、广告、设计师等需要用到配图或者进行设计的用户服务。版权图片数量多，且质量优。平台具有图片版权一键查询、版权图片搜索、相似版权图片推荐、免费版权图供给等服务。

AI自动消除背景

稿定抠图是图片处理中最常用到的操作之一，而稿定抠图是一款在线AI人工智能抠图工具，可以一键实现自动智能抠图。无需下载，操作简单快捷，适用于抠图小白或时间紧迫者。功能包括基础抠图操作和证件照在线换底色。

无限画板 + 无限创意支持画宇宙系列模型、百度文心 AI 绘画大模型、Draft、社区大模型等多种模型

画宇宙是一款集成了无限画板和无限创意支持的艺术展产品。它支持画宇宙系列模型、百度文心 AI 绘画大模型、Draft、社区大模型等多种模型。通过融汇各类 AI 能力，打造 AIGC 超级平台，帮助用户实现创意和灵感的绘画。产品定价根据用户需求定制化，提供定制化服务和企业解决方案。

Alibaba Design旗下设计服务平台

堆友是 Alibaba Design 打造的设计师全成长周期服务平台，集海量高品质 3D 素材、实时在线渲染、多元场景功能应用、轻便好学易上手等多重优势于一身的设计神器，更自带免费可商用属性，为专业设计师、运营工友、学生小白、社交达人提供了一个零成本的在线设计站点和资源库。堆友旨在成为设计师的好朋友。

在线图片编辑工具

PicWonderful是一款在线图片编辑工具，提供丰富的功能和工具，包括生成图像、去除背景、图片清晰化、图片着色等。它可以提升照片的质量和效果，让您的照片更加出色。无论您是想增加一些额外的效果，还是对照片进行全面的编辑，PicWonderful都能满足您的需求。它简单易用，适用于专业摄影师和新手。

一键去除图片背景，方便快捷

RemovePanda是一款强大的图片编辑工具，提供自动背景去除和对象选择功能。无论您想要创建透明的PNG图像，还是将对象与其他图像合成，甚至只是去除照片中的干扰元素，RemovePanda都能帮助您轻松实现。功能丰富，操作简便，适用于各种图像处理需求。RemovePanda提供免费和付费版本，不同版本拥有不同的额外功能和服务。

AI 图片编辑，视频设计平台

Cutout.Pro 是一款全能的视觉设计平台，集成了 AI 图片和视频编辑工具。它提供自动的背景去除、图像恢复、图形设计和内容生成功能，只需一键即可优化您的内容，高效地将设计理念转化为特殊资源。

一种新颖的图像到视频采样技术，基于Hunyuan模型实现高质量视频生成。

leapfusion-hunyuan-image2video 是一种基于 Hunyuan 模型的图像到视频生成技术。它通过先进的深度学习算法，将静态图像转换为动态视频，为内容创作者提供了一种全新的创作方式。该技术的主要优点包括高效的内容生成、灵活的定制化能力以及对高质量视频输出的支持。它适用于需要快速生成视频内容的场景，如广告制作、视频特效等领域。该模型目前以开源形式发布，供开发者和研究人员免费使用，未来有望通过社区贡献进一步提升其性能。

SmolVLM-256M 是世界上最小的多模态模型，可高效处理图像和文本输入并生成文本输出。

SmolVLM-256M 是由 Hugging Face 开发的多模态模型，基于 Idefics3 架构，专为高效处理图像和文本输入而设计。它能够回答关于图像的问题、描述视觉内容或转录文本，且仅需不到 1GB 的 GPU 内存即可运行推理。该模型在多模态任务上表现出色，同时保持轻量化架构，适合在设备端应用。其训练数据来自 The Cauldron 和 Docmatix 数据集，涵盖文档理解、图像描述等多领域内容，使其具备广泛的应用潜力。目前该模型在 Hugging Face 平台上免费提供，旨在为开发者和研究人员提供强大的多模态处理能力。

通过输入朋友的怪癖，让AI创作出令人捧腹的故事。

Preswald 是一个基于AI的故事创作平台，用户可以通过输入朋友的怪癖等提示，让AI生成幽默的故事。这种创意写作工具不仅能够为用户提供娱乐，还能激发用户的创造力和想象力。它主要面向喜欢创作和分享有趣故事的用户，尤其是那些希望通过轻松的方式与朋友互动的人群。目前该平台的具体价格和详细定位信息尚未明确。

美间AI无损放大，一键提升图片清晰度，让图像放大不失真

美间AI无损放大是美间美盒推出的一项图像处理技术，利用先进的人工智能算法，能够将低分辨率图片无损放大至高分辨率，同时保持图像的清晰度和细节。该技术对于需要对图片进行放大处理的用户来说非常实用，能够满足在不降低图像质量的前提下，实现图片的尺寸放大需求。美间美盒作为一家专业的创意设计平台，致力于为用户提供高效、便捷的图像处理工具，帮助用户提升设计效率和作品质量。AI无损放大功能在图像处理领域具有重要意义，它弥补了传统放大方式容易导致图像模糊、失真的不足，为用户提供了更加优质、高效的图像放大解决方案。目前，该功能以网页形式提供服务，用户无需下载安装任何软件，只需通过浏览器访问即可使用，操作简单便捷。具体价格和定位等详细信息暂未明确，但其在图像处理领域的应用前景广阔，有望成为设计师、摄影师等专业人士以及普通用户提升图像质量的得力助手。

Flowith 2.0 是一个集成了知识库的AI创作工作空间。

Flowith 2.0 是一个功能强大的AI创作平台，它为用户提供了一个集成了知识库的创作空间，能够帮助用户快速高效地完成各种创作任务。该产品采用了先进的AI技术，具备多种实用功能，如在线搜索、生成图像、翻译文本等，能够满足用户在不同场景下的创作需求。其主要优点在于操作便捷、功能丰富，能够显著提高创作效率。产品主要面向需要进行内容创作、数据分析等工作的用户群体，价格策略尚未明确，但从其功能和定位来看，具有较高的性价比。

MangaNinja 是一种基于参考的线稿上色方法，可实现精确匹配和细粒度交互控制。

MangaNinja 是一种参考引导的线稿上色方法，它通过独特的设计确保精确的人物细节转录，包括用于促进参考彩色图像和目标线稿之间对应学习的块洗牌模块，以及用于实现细粒度颜色匹配的点驱动控制方案。该模型在自收集的基准测试中表现出色，超越了当前解决方案的精确上色能力。此外，其交互式点控制在处理复杂情况（如极端姿势和阴影）、跨角色上色、多参考协调等方面展现出巨大潜力，这些是现有算法难以实现的。MangaNinja 由来自香港大学、香港科技大学、通义实验室和蚂蚁集团的研究人员共同开发，相关论文已发表在 arXiv 上，代码也已开源。

一个基于Google Gemini 2.0的高精度OCR文字识别应用。

该产品利用Google Gemini 2.0技术，实现高精度的文字识别，支持多国语言和手写字体识别。其主要优点包括高精度识别、多语言支持、优雅的渐变动画效果以及响应式设计。产品适用于需要进行文字识别的各类用户，如学生、研究人员、办公人员等。目前该产品是免费的，旨在为用户提供高效的文字识别解决方案。

将图像转换为3D模型，可用于渲染、动画或3D打印。

Shapen是一款创新的在线工具，它利用先进的图像处理和3D建模技术，将2D图像转化为详细的3D模型。这一技术对于设计师、艺术家和创意工作者来说是一个巨大的突破，因为它极大地简化了3D模型的创建过程，降低了3D建模的门槛。用户无需深厚的3D建模知识，只需上传图片，即可快速生成可用于渲染、动画制作或3D打印的模型。Shapen的出现，为创意表达和产品设计带来了全新的可能性，其定价策略和市场定位也使其成为个人创作者和小型工作室的理想选择。

专业级AI人像精修，极速出片，极致效果。

美图云修是美图公司推出的专业级AI人像精修软件。它基于美图自研AI算法大模型，为商业摄影行业提供真实、自然、干净、通透的人像精修效果。该产品历经数亿用户验证，兼具稳定性与实用性，能够帮助用户快速打造大师级质感人像，提升修图效率。美图云修不仅适用于专业摄影师和修图师，也适合摄影爱好者和普通用户。它提供多种套餐价格，满足不同用户的需求。

一种从2D图像学习3D人体生成的结构化潜在扩散模型。

StructLDM是一个结构化潜在扩散模型，用于从2D图像学习3D人体生成。它能够生成多样化的视角一致的人体，并支持不同级别的可控生成和编辑，如组合生成和局部服装编辑等。该模型在无需服装类型或掩码条件的情况下，实现了服装无关的生成和编辑。项目由南洋理工大学S-Lab的Tao Hu、Fangzhou Hong和Ziwei Liu提出，相关论文发表于ECCV 2024。

FitDiT 是一种用于高保真虚拟试衣的新型服装感知增强技术。

FitDiT 旨在解决图像基础虚拟试衣中高保真度和鲁棒性不足的问题，通过引入服装纹理提取器和频域学习，以及采用扩张松弛掩码策略，显著提升了虚拟试衣的贴合度和细节表现，其主要优点是能够生成逼真且细节丰富的服装图像，适用于多种场景，具有较高的实用价值和竞争力，目前尚未明确具体价格和市场定位。

一种基于扩散变换器网络的高动态、逼真肖像图像动画技术。

Hallo3是一种用于肖像图像动画的技术，它利用预训练的基于变换器的视频生成模型，能够生成高度动态和逼真的视频，有效解决了非正面视角、动态对象渲染和沉浸式背景生成等挑战。该技术由复旦大学和百度公司的研究人员共同开发，具有强大的泛化能力，为肖像动画领域带来了新的突破。

SVFR是一个用于视频人脸修复的统一框架。

SVFR（Stable Video Face Restoration）是一个用于广义视频人脸修复的统一框架。它整合了视频人脸修复（BFR）、着色和修复任务，通过利用Stable Video Diffusion（SVD）的生成和运动先验，并结合统一的人脸修复框架中的任务特定信息，有效结合了这些任务的互补优势，增强了时间连贯性并实现了卓越的修复质量。该框架引入了可学习的任务嵌入以增强任务识别，并采用新颖的统一潜在正则化（ULR）来鼓励不同子任务之间的共享特征表示学习。此外，还引入了面部先验学习和自引用细化作为辅助策略，以进一步提高修复质量和时间稳定性。SVFR在视频人脸修复领域取得了最先进的成果，并为广义视频人脸修复建立了新的范式。

InternVL2.5-MPO系列模型，基于InternVL2.5和混合偏好优化，展现卓越性能。

InternVL2.5-MPO是一个先进的多模态大型语言模型系列，基于InternVL2.5和混合偏好优化（MPO）构建。该系列模型在多模态任务中表现出色，能够处理图像、文本和视频数据，并生成高质量的文本响应。模型采用'ViT-MLP-LLM'范式，通过像素unshuffle操作和动态分辨率策略优化视觉处理能力。此外，模型还引入了多图像和视频数据的支持，进一步扩展了其应用场景。InternVL2.5-MPO在多模态能力评估中超越了多个基准模型，证明了其在多模态领域的领先地位。

STAR是一种用于真实世界视频超分辨率的时空增强框架，首次将强大的文本到视频扩散先验集成到真实世界视频超分辨率中。

STAR是一种创新的视频超分辨率技术，通过将文本到视频扩散模型与视频超分辨率相结合，解决了传统GAN方法中存在的过度平滑问题。该技术不仅能够恢复视频的细节，还能保持视频的时空一致性，适用于各种真实世界的视频场景。STAR由南京大学、字节跳动等机构联合开发，具有较高的学术价值和应用前景。