Magic Copy – 开源的AI抠图工具，在浏览器中自动识别图像进行抠图
Magic Copy是什么 Magic Copy是开源的AI抠图工具，支持Chrome浏览器扩展，基于Meta的Segment Anything Model技术，从图像中自动识别并提取前景对象，将对象...
排序
NSFW Detector – 开源 AI 不适宜内容检测工具，支持识别图像、PDF、视频文件
NSFW Detector是什么 NSFW Detector（Not Safe For Work，简称 NSFW）是开源的检测不适宜内容工具，NSFW Detector能识别图像、PDF、视频文件中的...
MultiFoley – Adobe 联合密歇根大学推出的音效生成系统
MultiFoley是什么 MultiFoley是Adobe Research和密歇根大学共同推出的音效生成系统，能基于文本、音频和视频的多模态控制生成Foley声音效果。系统支持用户根据文本提示、参...
CAT4D – 谷歌和哥伦比亚大学等高校推出的单目视频创建4D场景方法
CAT4D是什么 CAT4D是Google DeepMind、哥伦比亚大学和加州大学圣地亚哥分校共同推出的，能从单目视频创建4D场景（动态3D）表示。CAT4D基于多视图视频扩散模型，能在任意指定的相...
Make-It-Animatable – 中科大联合腾讯推出的自动生成即时动画准备资产
Make-It-Animatable是什么 Make-It-Animatable是中国科学技术大学和Tencent PCG推出的数据驱动框架，能在不到一秒钟内让任何3D人形模型准备好进行角色动画状态...
Co-op Translator – 微软推出面向开发者的开源多语言翻译工具
Co-op Translator是什么 Co-op Translator是微软推出的开源多语言翻译工具，基于Azure AI服务实现项目文档和图像中文本的自动化多语言翻译。仅需一条命令，Co-op T...
AnchorCrafter – 中科院联合腾讯推出的AI虚拟主播带货视频制作技术
AnchorCrafter是什么 AnchorCrafter是基于扩散模型的智能视频制作系统，用在自动生成具有高保真度的主播风格产品推广视频。基于整合人-物交互（HOI）到姿态引导的人体视频生成中，实...
MyTimeMachine – AI个性化面部年龄转换技术，实现20至40年的时间跨度
MyTimeMachine是什么 MyTimeMachine（MyTM）是先进的个性化面部年龄转换技术，基于大约50张个人照片，跨越20至40年的时间跨度，训练一个适配器网络个性化预训练的全局老化模型...
HiFiVFS – 腾讯联合VIVO推出的高保真视频换脸框架
HiFiVFS是什么 HiFiVFS（High Fidelity Video Face Swapping）是腾讯和VIVO公司推出的高保真视频换脸框架，HiFiVFS基于Stable Video Di...
MVGenMaster – 复旦联合阿里等实验室推出的多视图扩散模型
MVGenMaster是什么 MVGenMaster是复旦大学、阿里巴巴达摩院和湖潘实验室共同推出的多视图扩散模型，基于增强3D先验处理多样化的新视角合成（NVS）任务。模型基于度量深度和相机姿态扭曲...