SD百科导航
  • 首页
  • 快讯
  • 早报
  • 模型
  • ComfyUI
  • 新技术
  • 百科
    • 教程
    • 硬件
    • 科普
  • 百科工具
    • 工具
  • 排行榜
    • 首页
    • 快讯
    • 早报
    • 模型
    • ComfyUI
    • 新技术
    • 百科
      • 教程
      • 硬件
      • 科普
    • 百科工具
      • 工具
    • 排行榜

    阿里巴巴

    共 42 篇文章
    排序
    发布更新浏览点赞
    通义实验室推出基于指令的图像生成和编辑框架ACE++:基于FLUX.1-dev模型,实现多种图像生成和编辑任务

    通义实验室推出基于指令的图像生成和编辑框架ACE++:基于FLUX.1-dev模型,实现多种图像生成和编辑任务

    阿里巴巴通义实验室推出基于指令的图像生成和编辑框架ACE++,这是之前介绍过的新型多模态生成模型ACE升级版,ACE++ 通过改进的长上下文条件单元(LCU++)和两阶段训练方案,能够高效地利用预训练...
    图像模型# ACE# FLUX.1-dev# 图像生成
    2年前
    5520
    阿里巴巴语音实验室发布开源语音处理框架 ClearerVoice-Studio:支持语音增强、分离和目标说话人提取

    阿里巴巴语音实验室发布开源语音处理框架 ClearerVoice-Studio:支持语音增强、分离和目标说话人提取

    在当今的音频环境中,清晰沟通面临诸多挑战。背景噪音、重叠对话以及音频和视频信号的混合等因素常常破坏了沟通的清晰度和理解力。这些问题不仅影响个人通话,还波及专业会议和内容制作等场景。尽管音频技术有所进步...
    语音模型# ClearerVoice-Studio# 阿里巴巴
    2年前
    5330
    阿里巴巴Wanx 团队推出新型多模态生成模型ACE:可以根据文本指令来执行复杂的图像编辑和生成任务

    阿里巴巴Wanx 团队推出新型多模态生成模型ACE:可以根据文本指令来执行复杂的图像编辑和生成任务

    阿里巴巴Wanx 团队推出新型多模态生成模型ACE,这个模型的核心功能是处理和生成图像,但它与传统的图像处理工具不同,因为它可以根据文本指令来执行复杂的图像编辑和生成任务。例如,你是一名摄影师,你拍摄...
    新技术# ACE# 阿里巴巴
    2年前
    8430
    阿里推出角色视频合成框架MIMO:允许用户对视频中的人物进行替换

    阿里推出角色视频合成框架MIMO:允许用户对视频中的人物进行替换

    阿里巴巴智能计算研究院推出MIMO,它能够根据用户提供的简单输入,合成具有可控属性(如角色、动作和场景)的逼真角色视频。简单来说,这项技术能够让用户通过提供一些基本的指令或样本,来创造出一段新的视频...
    新技术# MIMO# 角色视频合成# 阿里巴巴
    2年前
    7230
    阿里推出新型大型多模态模型ConvLLaVA:专门设计用于处理高分辨率的视觉数据

    阿里推出新型大型多模态模型ConvLLaVA:专门设计用于处理高分辨率的视觉数据

    清华大学和阿里巴巴的研究人员推出新型大型多模态模型ConvLLaVA,它专门设计用于处理高分辨率的视觉数据。多模态模型能够理解和处理多种类型的数据,比如文本、图像和视频,这使得它们在各种应用场景中都非...
    新技术# ConvLLaVA# 多模态模型# 阿里巴巴
    3年前
    9270
    通义千问视觉理解模型 Qwen-VL升级版:Qwen-VL-Plus、Qwen-VL-Max

    通义千问视觉理解模型 Qwen-VL升级版:Qwen-VL-Plus、Qwen-VL-Max

    阿里云宣布通义千问视觉理解模型 Qwen-VL 再次升级,继 Plus 版本之后推出 Max 版本,升级版模型拥有更强的视觉推理能力和中文理解能力,能够根据图片识人、答题、创作、写代码,并在多个权威测...
    新技术# Qwen-VL-Max# Qwen-VL-Plus# 视觉理解模型
    3年前
    1,3290
    没有了

    网址

    日榜周榜月榜
    LoginFlip

    LoginFlip

    LoginFlip 是一款专为 Chrome 浏览器设计的轻量级扩展,解决多账号管理痛点。它通过保存和恢复网站的登录状态(Cookie + localStorage),让你在不同身份(工作号、测试号、个人号等)之间实现秒级切换,彻底告别反复输入密码和退出登录的繁琐流程。
    Saga

    Saga

    Saga 是一个生成式 AI 平台,它引导创作者从想法到视频,协助从剧本写作到分镜头可视化的所有工作。由 Veo 3 和 Imagen 4 驱动,Saga 使电影制作人能够以前所未有的速度从剧本转向屏幕。Veo 3 的集成开启了“previz”和“animatics”的新工作流程,允许作家和导演以更高的保真度可视化、迭代和推销故事想法——在几分钟而非几周内。
    DeepGemini

    DeepGemini

    DeepGemini 作为一个灵活的多模型编排 API,为开发者和企业提供了强大的工具,以应对复杂的 AI 应用场景。通过多模型编排、角色管理和多种讨论模式,DeepGemini 不仅提升了 AI 应用的灵活性和多样性,还为团队协作和创意生成提供了全新的解决方案。
    Medeo

    Medeo

    Medeo 允许用户通过简单的文本描述生成视频,无需复杂的编辑界面。它提供超过数百万的高清视频素材,AI 自动匹配场景素材,并优化脚本、添加配音和背景音乐,完美处理过渡和节奏。此外,它能将网页或文章转为专业视频,支持创建动画故事,并提供个人和社区资产库,方便 A/B 测试和多语言配音。
    NovelAI

    NovelAI

    NovelAI 是一家日本的AI绘画平台,专为生成动漫风格图像和辅助讲故事设计。它结合了 AI 助手和图像生成器,帮助用户释放创造潜力。NovelAI 允许用户通过自然语言或视觉标签生成高品质的动漫图像,支持修改现有图像、增加细节和转移美学风格。它还帮助用户开发故事,特别适合需要动漫角色的创作。
    DecartAI

    DecartAI

    MirageLSD是首个实现无限、实时视频生成且零延迟的系统。它基于我们定制的直播扩散(LSD)模型,支持逐帧生成,同时保持时间一致性。与以往方法不同,LSD支持完全交互式的视频合成——允许在视频生成过程中进行持续的提示、转换和编辑。
    查看完整榜单
    SD百科导航
    SD百科导航是专注于AI创作领域的专业导航网站。我们全面涵盖Stable Diffusion、Flux、AI绘画、AI视频、AI音乐以及大语言模型等前沿内容。

    关于我们友链申请广告合作

    扫码关注微信公众号SD百科导航
    扫码关注微信公众号
    Copyright © 2026 SD百科导航 皖ICP备18025588号-5  皖公网安备34040002000401 
    网址
    网址文章软件模型
      ↵ENTER↓↑NAV

      网址

      日榜周榜月榜
      LoginFlip

      LoginFlip

      LoginFlip 是一款专为 Chrome 浏览器设计的轻量级扩展,解决多账号管理痛点。它通过保存和恢复网站的登录状态(Cookie + localStorage),让你在不同身份(工作号、测试号、个人号等)之间实现秒级切换,彻底告别反复输入密码和退出登录的繁琐流程。
      Saga

      Saga

      Saga 是一个生成式 AI 平台,它引导创作者从想法到视频,协助从剧本写作到分镜头可视化的所有工作。由 Veo 3 和 Imagen 4 驱动,Saga 使电影制作人能够以前所未有的速度从剧本转向屏幕。Veo 3 的集成开启了“previz”和“animatics”的新工作流程,允许作家和导演以更高的保真度可视化、迭代和推销故事想法——在几分钟而非几周内。
      DeepGemini

      DeepGemini

      DeepGemini 作为一个灵活的多模型编排 API,为开发者和企业提供了强大的工具,以应对复杂的 AI 应用场景。通过多模型编排、角色管理和多种讨论模式,DeepGemini 不仅提升了 AI 应用的灵活性和多样性,还为团队协作和创意生成提供了全新的解决方案。
      Medeo

      Medeo

      Medeo 允许用户通过简单的文本描述生成视频,无需复杂的编辑界面。它提供超过数百万的高清视频素材,AI 自动匹配场景素材,并优化脚本、添加配音和背景音乐,完美处理过渡和节奏。此外,它能将网页或文章转为专业视频,支持创建动画故事,并提供个人和社区资产库,方便 A/B 测试和多语言配音。
      NovelAI

      NovelAI

      NovelAI 是一家日本的AI绘画平台,专为生成动漫风格图像和辅助讲故事设计。它结合了 AI 助手和图像生成器,帮助用户释放创造潜力。NovelAI 允许用户通过自然语言或视觉标签生成高品质的动漫图像,支持修改现有图像、增加细节和转移美学风格。它还帮助用户开发故事,特别适合需要动漫角色的创作。
      DecartAI

      DecartAI

      MirageLSD是首个实现无限、实时视频生成且零延迟的系统。它基于我们定制的直播扩散(LSD)模型,支持逐帧生成,同时保持时间一致性。与以往方法不同,LSD支持完全交互式的视频合成——允许在视频生成过程中进行持续的提示、转换和编辑。
      查看完整榜单