AI导哈

工具 · 模型 · 行业动态

AI文章

发现新工具，了解新进展。让每一次阅读，都离用好 AI 更近一步。

7,595篇文章，持续更新

最新文章

第 418 / 422 页

VideoCrafter2 – 腾讯推出的高质量视频生成模型

VideoCrafter2是一个由腾讯AI实验室开发的视频生成模型，旨在克服高质量视频数据获取的局限性，训练出能够生成高质量视频的模型。该模型的核心思想是将视频的生成过程分解为两个主要部分：运动（motion）和外观（appearance）。

阅读全文

InstantID – 高保真的个性化图像合成框架

InstantID是一种基于扩散模型的图像生成技术，它专注于实现零次（zero-shot）身份保留（Identity-Preserving）的个性化图像合成。这项技术允许用户仅使用一张面部图像，就能在多种风格中生成个性化的图像，同时确保高保真度，类似于PhotoMaker的生成效果。

阅读全文

AnyText – 阿里开源的视觉图像文字生成和编辑模型

AnyText是阿里巴巴智能计算研究院的团队推出的一个基于扩散的多语言视觉文本生成和编辑模型，专注于在图像中渲染准确和连贯的文本。AnyText包括两个主要元素的扩散管线：辅助潜在模块和文本嵌入模块。

阅读全文

Motionshop – 阿里推出的AI角色动画项目，可替换视频人物为3D

Motionshop是阿里巴巴智能计算研究院推出的一个AI角色动画框架，可将视频中的人物角色替换为3D化身，同时不改变视频中的其他场景和人物。该框架利用视频处理、角色检测/分割/追踪、姿态分析、模型提取和动画渲染等多种技术，使得动态视频中的主角能够轻松跨越现实与虚拟的界限，一键变身为有趣的3D角色模型。

阅读全文

I2VGen-XL：阿里推出的图像到视频生成模型

I2VGen-XL 是阿里巴巴达摩院推出的一款开源的图像到视频的生成模型，通过创新的级联扩散方法，将文本视频数据与视频结构解耦，同时利用静态图像作为关键指导形式，确保了输入数据的对齐性，将静态图像合成为高质量的动态视频。

阅读全文

FaceChain – 阿里推出的人物写真和个人形象生成框架

FaceChain是阿里巴巴达摩院推出的一个开源的人物写真和个人数字形象的AI生成框架（类似于免费开源版的妙鸭相机），用户仅需要提供最少一张照片即可生成独属于自己的个人形象数字替身。该AI框架利用了Stable Diffusion模型的文生图功能并结合人像风格化LoRA模型训练及人脸相关感知理解模型，将输入的图片进行训练后推理输出生成为个人写真图像。

阅读全文

PhotoMaker V2 – 腾讯推出的AI图像生成框架

PhotoMaker V2是腾讯推出的AI图像生成框架，能在极短的时间内生成逼真的人物照片。与初代相比，V2版本在角色的一致性和可控性上实现了显著提升，用户可以通过文本指令精确控制生成结果。

阅读全文

MagicVideo-V2：字节跳动推出的AI视频生成模型

MagicVideo-V2 是字节跳动公司团队开发的一款AI视频生成模型，通过将文本到图像模型、视频运动生成器、参考图像嵌入模块和帧插值模块集成到一个端到端的视频生成流程中，可以生成高保真和美观的视频，并实现高分辨率视觉质量与流畅运动的一致性。

阅读全文

Outfit Anyone – 阿里开源的一键换衣虚拟试穿项目

Outfit Anyone是由阿里巴巴智能计算研究院推出的一个高质量服装虚拟试穿的开源项目，借助该技术，用户或模特无需亲自试穿衣服即可预览上身效果。Outfit Anyone采用双流条件扩散模型，处理模特、服装和文本提示，通过衣物图像作为控制因素实现更逼真的虚拟试穿效果。

阅读全文

ReplaceAnything – 阿里推出的AI替换图片中物体的开源框架

ReplaceAnything是由阿里巴巴智能计算研究院推出的一款开源AI图像内容替换框架，利用先进的人工智能技术，能够实现对照片或图像中物体的智能替换。用户可以通过简单的操作，只需框选想要保留的图像部分，输入提示词或描述来替换想要更改的图像区域，如更换人物发型、服装、背景等。

阅读全文

Animate Anyone – 阿里推出的图像到视频角色动画合成的框架

Animate Anyone是由阿里巴巴智能计算研究院推出的一款将静态图像中的角色或人物进行动态化的开源框架，该框架在扩散模型的基础之上，引入了ReferenceNet、Pose Guider姿态引导器和时序生成模块等技术，以实现照片动起来时保持一致性、可控性和稳定性，输出高质量的动态化视频。

阅读全文

Perplexity

Perplexity是强大的AI搜索引擎与深度研究工具，Perplexity能像传统搜索引擎一样快速提供答案，能记住上下文、支持连续追问。Perplexity集成多种顶级AI模型，如Claude Sonnet 4.5、GPT-5、Gemini 2.5 Pro等，用户能根据需求切换模型。

阅读全文

Baichuan-NPC：百川智能推出的百川角色大模型

Baichuan-NPC（百川角色大模型）是由前搜狗CEO王小川创立的百川智能公司最新推出的智能角色模型，仅需文字描述即可生成生动的角色智能体，适用于游戏NPC、数字人、虚拟角色和动漫人物的创造与复刻。

阅读全文

HiDream.ai – 多模态AI图像、视频和3D生成平台

HiDream.ai是由前京东副总裁梅涛创立的 AI 初创公司智象未来（HiDream.ai）推出的多模态AI视觉平台Pixeling千象，支持AI图像、视频和3D生成。HiDream.ai 的生成式视觉多模态基础模型集成了先进的神经网络和深度学习技术，具备强大的推理和创造性思维能力。

阅读全文

Playground AI – AI绘图和修图工具，每日可免费生成500张图片

Playground AI是一个热门的AI绘图和修图工具，除提供AI绘画生图外，还提供如图像抹除、局部替换、背景移除等图像编辑功能。与市面上其他AI图像生成工具相比，Playground AI的免费版提供了极为慷慨的权益，单日可免费生成高达500张的图片，是很多创意工作者和AI爱好者的首选人工智能图像工具。

阅读全文

QAnything – 网易有道推出的开源本地知识库问答引擎

QAnything是网易有道推出的基于子曰教育大模型自研的RAG（检索增强生成）引擎，为企业或个人提供了一个免费开源的本地知识库问答解决方案，支持各种文件格式和数据库，允许离线安装和使用。借助QAnything，用户只需简单地拖放任何格式的本地存储文件或文档，并向其提问获取精准、高效和可靠的信息反馈。

阅读全文

OpenVoice – 免费开源的AI语音克隆项目

OpenVoice是由MyShell推出的一个免费开源的AI即时语音克隆项目，相较于其他的语音克隆技术，OpenVoice的优势在于仅需一段简短的音频，便能以惊人的准确度复刻说话者的音色，创造出让人信以为真的自然语音。

阅读全文

吐司TusiArt – AI绘画模型社区和在线生图平台

吐司TusiArt是由上海必有回响智能科技推出的一个AI绘画模型分享社区和在线生图平台，该网站不仅提供了一个方便用户下载和体验各种AI绘画模型的渠道，还允许用户在不安装任何额外软件或硬件的情况下，免费在线运行这些模型进行图片生成。

阅读全文