AI工具
MidJourney V7新功能：图像参考
Omni Reference是什么 Omni Reference是MidJourney最新推出的全能参考工具，支持用户将特定人物、物体或场景从参考图像中精准嵌入到生成的图像中。作为Midjou...
Text2CAD – AI辅助设计平台：文字生成CAD模型
Text2CAD：重新定义设计与制造 Text2CAD 是一款革命性的在线设计平台，它利用先进的人工智能技术，将自然语言描述转化为专业的 CAD 模型。通过简单的文本输入...
3DV-TON：阿里达摩院视频虚拟试穿框架助力在线购物体验
3DV-TON技术解析 在现代计算机视觉领域，虚拟试穿技术一直是研究热点。近期，由阿里巴巴达摩院、湖畔实验室与浙江大学共同研发的3DV-TON系统取得了重要突破。...
ACE-Step：ACE Studio与阶跃星辰联合开发的开源音乐生成基础模型
ACE-Step是什么 ACE-Step是由ACE Studio与StepFun联合开发的一款开源音乐生成基础模型。该模型采用创新的架构设计，能够高效、连贯且可控地进行音乐创作。ACE...
Meta AI推出ReasonIR-8B推理密集型检索模型
ReasonIR-8B是什么 ReasonIR-8B是Meta AI最新推出的专注于复杂推理任务的检索模型。该模型基于LLaMA3.1-8B基础架构打造，采用先进的双编码器设计，能够将查询...
开源端到端语音大模型：低延迟对话解决方案
什么是Voila? Voila是一款开源的端到端语音大模型，专为优化语音交互体验而设计。它具备高保真、低延迟的实时流式音频处理能力，可以直接接收语音输入并生成...
Kimi：月之暗面推出的多模态思考模型
kimi-thinking-preview是什么 kimi-thinking-preview是由月之暗面公司推出的一款先进的多模态思考模型，专为处理复杂推理任务而设计。该模型具备强大的深度分...
字节UniTok：统一视觉分词器
什么是UniTok UniTok是由字节跳动与香港大学、华中科技大学联合开发的一种创新性统一视觉分词器，专为同时支持视觉生成和理解任务而设计。该技术通过多码本量...
D-DiT：由耶鲁大学与字节跳动（Seed）开发的多模态扩散模型
D-DiT是什么 D-DiT（Dual Diffusion Transformer）是由卡内基梅隆大学、耶鲁大学与字节跳动Seed实验室联合推出的一款创新性多模态扩散模型。该模型在图像生成...
小红书推出NoteLLM：笔记推荐多模态大模型框架
NoteLLM是什么 NoteLLM是小红书推出的一款基于笔记推荐的多模态大型语言模型框架。该系统通过生成笔记的压缩嵌入和自动生成标签类别两大核心功能，结合了大型...
一站式AI工具导航平台！汇聚超800+免费AI工具，涵盖AI写作、智能绘画、论文生成、视频制作、编程辅助、音频处理等全场景工具。每日更新热门 AIGC工具（如 Sora、AI Agent），助您快速找到提升办公、创作、学习效率的实用工具！立即访问ai-nav.net，探索 AI 新可能！