SuperEdit – 字节跳动等机构推出的图像编辑方法
SuperEdit是什么 SuperEdit是字节跳动智能创作团队和佛罗里达中央大学计算机视觉研究中心联合推出的指令引导图像编辑方法，基于优化监督信号提高图像编辑的精度和效果。SuperEdit基于纠...
排序
FlowGram – 字节跳动开源的可视化工作流搭建引擎
FlowGram是什么 FlowGram是字节跳动开源的基于节点编辑的可视化工作流搭建引擎，帮助开发者快速构建固定布局或自由连线布局的工作流。支持两种布局模式：固定布局适合顺序工作流和决策树，提供层次...
Mogao – 字节跳动Seed团队推出的多模态理解与生成统一架构
Mogao是什么 Mogao是字节跳动Seed团队推出的交错多模态生成全基础模型。在架构上采用了双视觉编码器，结合变分自编码器（VAE）和视觉变换器（ViT），能更好地进行视觉理解并改善图像生成的上下...
Scenethesis – 英伟达推出的交互式3D场景生成框架
Scenethesis是什么 Scenethesis 是 NVIDIA 推出的创新框架，用在从文本生成交互式 3D 场景。框架结合大型语言模型（LLM）和视觉感知技术，基于多阶段流程实现高效生成，用 ...
Seed-Coder – 字节跳动开源的代码模型系列
Seed-Coder是什么 Seed-Coder是字节跳动开源的8B规模代码模型系列，提升代码生成与理解能力。包含Base、Instruct和Reasoning三个版本，分别适用于代码补全、指令遵循和...
LegoGPT – 卡内基梅隆大学推出的乐高积木设计模型
LegoGPT是什么 LegoGPT 是卡内基梅隆大学推出的乐高积木设计模型，支持基于文本提示生成物理稳定且能构建的乐高积木模型。LegoGPT 基于自回归语言模型和大规模乐高设计数据集进行训练，根据...
BILIVE – 开源AI录播工具，一站式自动直播录制与处理
BILIVE是什么 BILIVE 是基于 AI 技术的开源工具，专为 B 站直播录制与处理设计。工具支持自动录制直播、渲染弹幕和字幕，支持语音识别、自动切片精彩片段，生成有趣的标题和风格化的视频封面...
LTXV-13B – Lightricks开源的最新视频生成模型
LTXV-13B是什么 LTXV-13B 是Lightricks推出的开源 AI 视频生成模型，拥有 130 亿参数。具备极高的生成速度，比同类产品快 30 倍，能在普通消费级显卡（如 4090/50...
PixelHacker – 华中科技联合VIVO推出的图像修复模型
PixelHacker是什么 PixelHacker 是华中科技大学和 VIVO AI Lab联合推出的图像修复（Image Inpainting）模型。基于引入潜在类别引导（Latent Categ...
ZenCtrl – Fotographer AI 推出的商品图生成AI工具
ZenCtrl是什么 ZenCtrl 是 Fotographer AI 推出的 AI 图像生成工具，支持从单张图像生成高质量、多视角和多样化场景的图像，无需额外训练数据。基于先进算法和图像处理技术，支...