谷歌开源26B文本扩散MoE，劈柴：生成速度像赛马一样快

谷歌开源26B参数文本扩散MoE模型DiffusionGemma，推理速度最高提升4倍，采用Apache 2.0许可，专为本地低延迟场景设计。

英伟达发布 PiD 图像生成技术：13GB 显存跑通，最快 210ms 生成 2048×2048 图像

13GB显存即可在RTX 5090上1秒内将512×512潜变量解码为2048×2048像素图像，速度较级联超分基线快近6倍，PiD技术重新定义了扩散模型的解码环节。

GPT Image 2

GPT Image 2是一款专业级AI图像生成与编辑平台，提供工作室品质的文本到图像创作工具。

Fashion Diffusion AI

Fashion Diffusion AI 是一站式AI时装设计与虚拟试穿平台。

Seedance 2 Cloud

Seedance 2 Cloud 是一款专注生成电影级短视频的AI视频生成工具，支持真实人脸和多模态控制。

Show-1

文本生成视频平台Show-1结合像素与潜在扩散模型，提供高效且高质量的文本到视频转换服务。

Masked Diffusion Transformer (MDT)

图像合成领域最新突破技术，ICCV 2023 SOTA成果。

StoryDiffusion

一个由南开大学HVision团队打造的AI图像视频故事生成工具。

Zero123

Zero123 是一款基于单张图像生成3D一致多视图图像的扩散模型，专注于高质量三维图像生成任务。

Z-Image

Z-Image是一款基于单流扩散Transformer架构的高效免费AI图像生成模型，提供高质量、快速的图像创作体验。

Z-Image

Z-Image 是一款基于大型Transformer架构的图像生成工具，支持快速推理和高质量图像输出。

Gempix 2

Gempix 2是一个基于扩散AI技术的图像生成与编辑平台，提供文本生成图像和智能编辑服务。

Seedance 2.0

Seedance 2.0 是一个基于扩散模型的 AI 视频生成与增强平台，提供电影级视频内容创作服务。

Video Diffusion 开心版els

扩散模型视频生成技术，利用创新梯度条件与自回归扩展生成高连贯性视频样本。

Stable Audio

Stable Audio 是一款由 Stability AI 推出的免费 AI 音乐生成工具，专注于通过文本提示创建短小精悍的音频片段，特别适合制作背景音乐、音效和乐器独奏。

Harmonai

Harmonai 是一个社区驱动的开源项目，致力于发布生成式音频工具，让音乐创作变得轻松有趣。

Riffusion

Riffusion是一个利用人工智能从文本描述实时生成音乐的创新工具。

Sora

Sora是OpenAI开发的先进AI视频生成模型，能够根据文本指令创作高质量、高保真度的视频，开创了文本到视频生成的新纪元。

Imagen【推荐试用】

Imagen是Google推出的文本到图像生成模型，以其出色的写实效果和深刻的语言理解能力著称。