AI评测-AI推荐-AI工具软件哪个好-AI大模型哪个强-AI排行榜[37]

收集全球10,000⁺个好用的AI软件

首页 > AI教程评测

全部所有 Deepseek教程 ChatGPT教程 ‌Midjourney教程 AI提示指令 AI入门教程 AI工具教程 AI高级知识 AI工具评测

Ingredients是什么？一文让你看懂Ingredients的技术原理、主要功能、应用场景

Ingredients概述简介 Ingredients是强大的框架，基于将多个特定身份（ID）照片与视频扩散Transformer相结合，用在定制视频创作。Ingredients基于三个核心模块实现高度定制化的视频生成：面部提取器、多尺度投影器和ID路由器。面部提取器从全局和局部视角捕捉每个身份的面部特征；多尺度投影器将这些特征映射到视频扩散模型的上下文中；ID路由器则动态分配和组合多个身份特征到相应的时间空间区域。基于精心设计的多阶段训练协议，Ingr...

AI工具评测

2025-04-05
MultiBooth是什么？一文让你看懂MultiBooth的技术原理、主要功能、应用场景

MultiBooth概述简介 MultiBooth是清华大学深圳国际研究生院、 Meta、香港科技大学等机构推出的多概念图像生成方法，能从文本中生成包含多个用户指定概念的图像。MultiBooth将生成过程分为两个阶段：单概念学习和多概念整合。在单概念学习阶段，基于多模态图像编码器和自适应概念归一化技术，为每个概念学习一个简洁且具有区分性的嵌入表示，基于LoRA技术提高概念保真度。在多概念整合阶段，用区域定制化模块（RCM），根据边界框和区域提示在指定区...

AI工具评测

2025-04-05
Aria-UI是什么？一文让你看懂Aria-UI的技术原理、主要功能、应用场景

Aria-UI概述简介 Aria-UI是香港大学和Rhymes AI一起推出的为图形用户界面（GUI）定位任务设计的大型多模态模型。基于纯视觉方法，不依赖于HTML或AXTree等辅助输入，用大规模、多样化的数据合成流程，从Common Crawl和公开数据中生成高质量的元素描述和指令样本，适应不同环境下的多样化指令。Aria-UI创新性地整合动态动作历史信息，用文本或文本-图像交错格式增强模型在多步任务场景中的定位能力。在包括离线和在线代理任务的广泛基...

AI工具评测

2025-04-05
TransPixar是什么？一文让你看懂TransPixar的技术原理、主要功能、应用场景

TransPixar概述简介 TransPixar是香港中文大学、Adobe研究院、香港科技大学和智能摩尔联合开源的，先进的文本到视频生成方法，扩展预训练的RGB视频模型生成包含透明度信息的RGBA视频。TransPixar基于扩散变换器（DiT）架构，基于引入alpha特定的token和基于LoRA的微调，实现RGB和alpha通道的联合生成，保持高度一致性。TransPixar优化注意力机制，保留原始RGB模型的优势，在有限的训练数据下，能生成多样...

AI工具评测

2025-04-05
STAR是什么？一文让你看懂STAR的技术原理、主要功能、应用场景

STAR概述简介 STAR是南京大学、字节跳动、西南大学联合推出的，创新的现实世界视频超分辨率（VSR）框架，能从低分辨率（LR）视频生成高分辨率（HR）视频，同时保持细节清晰度和时间一致性。STAR整合强大的文本到视频（T2V）扩散模型增强视频的空间细节和时间建模能力。STAR引入局部信息增强模块（LIEM），在全局注意力块之前丰富局部细节，减轻复杂退化引入的伪影问题。STAR推出动态频率（DF）损失，引导模型在不同扩散步骤中关注不同频率成分，提高恢复...

AI工具评测

2025-04-05
星火人设是什么？一文让你看懂星火人设的技术原理、主要功能、应用场景

星火人设概述简介星火人设是科大讯飞推出的专为情感交互而设计的独立模型（角色模拟API），具备人物设定、剧情演绎与语言风格等控制选项，支持模型精调。在规模C端用户的双盲体验测试中，星火人设的效果已处于行业领先。通过调用星火人设，智能体可以实现“智商情商”双在线，在与用户的交互中提供更加人性化和富有情感的体验。星火人设的功能特色人物设定定制虚拟角色特征：用户可以定制虚拟角色的世界观、社会身份、背景经历、性格特征和兴趣爱好等，打造个性鲜明的虚拟人格。越是丰富...

AI工具评测

2025-04-05
万相2.1是什么？一文让你看懂万相2.1的技术原理、主要功能、应用场景

万相2.1概述简介万相2.1是阿里推出的通义万相升级版本。基于自研的高效VAE和DiT架构，增强时空上下文建模能力，支持无限长1080P视频的高效编解码，首次实现中文文字视频生成功能。升级后的通义万相在VBench榜单上荣登第一。万相2.1能稳定展现复杂人物运动，逼真还原现实物理规律，一键生成中英文视频特效，具备强大的影视质感与艺术风格转换能力。万相2.1支持文生组图，采用IC-LoRA图像生成训练方法，增强文本到图像的上下文能力，轻松实现关联图像间的...

AI工具评测

2025-04-05
星火纪要是什么？一文让你看懂星火纪要的技术原理、主要功能、应用场景

星火纪要概述简介星火纪要是科大讯飞推出的集转录、总结、翻译、分析为一体的音视频处理平台，广泛应用于通用会议、访谈、销售、培训等场景。能帮助个人高效总结会议重点内容，提升工作学习效率；辅助企业从众多会议中洞察趋势与共性问题，进行更准确的组织决策。上传1小时音频文件，5分钟转录完毕，提炼仅需1分钟，角色分离准确率超95%；提供销售、访谈等12种场景模板，转录准确率超96%，总结准确率超90%。星火纪要的功能特色转录：能将会议、访谈等音视频内容快速转录成文字...

AI工具评测

2025-04-05
Hallo3是什么？一文让你看懂Hallo3的技术原理、主要功能、应用场景

Hallo3概述简介 Hallo3是复旦大学和百度公司联合推出的，基于扩散变换器网络（Diffusion Transformer Networks）的肖像图像动画技术，能生成高度动态和逼真的视频。Hallo3基于预训练的变换器视频生成模型，有效解决现有方法在处理非正面视角、动态对象渲染和生成沉浸式背景方面的挑战。Hallo3基于新的视频骨干网络，设计身份参考网络确保视频序列中面部身份的一致性，研究了语音音频条件和运动帧机制，实现由语音音频驱动的连续视频生...

AI工具评测

2025-04-05
rStar-Math是什么？一文让你看懂rStar-Math的技术原理、主要功能、应用场景

rStar-Math概述简介 rStar-Math是微软亚洲研究院推出的创新研究项目，基于蒙特卡洛树搜索（MCTS）驱动的深度思考，使小型语言大模型（SLMs）在数学推理方面达到甚至超越OpenAI大型模型的水平。rStar-Math不依赖于从更高级模型的数据蒸馏，是用自我进化的深度思考提升模型性能。rStar-Math引入三种创新方法：代码增强的逐步验证推理轨迹合成、基于Q值的过程偏好模型（PPM）训练方法，及四轮自我进化的训练策略。rStar-Mat...

AI工具评测

2025-04-05
SPAR3D是什么？一文让你看懂SPAR3D的技术原理、主要功能、应用场景

SPAR3D概述简介 SPAR3D是Stability AI和伊利诺伊大学香槟分校推出的，先进的单图生成3D模型方法，能从单张图像中高效重建出高质量的3D对象。SPAR3D基于两阶段设计，第一阶段用点扩散模型生成稀疏的3D点云，第二阶段结合采样的点云和输入图像生成高度详细的网格。SPAR3D结合回归模型和生成模型的优势，能准确重建图像中的可见表面，又能合理生成被遮挡部分的几何和纹理细节。SPAR3D在多个数据集上表现出色，推理速度快，支持用户对生成网格的...

AI工具评测

2025-04-05
Search-o1是什么？一文让你看懂Search-o1的技术原理、主要功能、应用场景

Search-o1概述简介 Search-o1是中国人民大学和清华大学推出的创新框架，能提升大型推理模型（LRMs）在面对复杂问题时的推理能力。基于整合代理检索增强生成（RAG）机制和Reason-in-Documents模块，让LRMs在推理过程中动态检索外部知识，填补知识空白。RAG机制支持模型自主决定何时发起搜索查询，Reason-in-Documents模块负责精炼检索到的文档，提取对当前推理步骤有用的信息，确保信息无缝集成到推理链中，保持推理的...

AI工具评测

2025-04-05

«
1
2
...
34
35
36
37
38
39
40
...
225
226
»

AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。

隐私策略免责条款服务协议关于我们