Rodin

SANA 是由 NVIDIA、麻省理工学院和清华大学共同推出的文本到图像生成框架，能高效地生成高达 4096×4096 分辨率的高清晰度图像。

Infinity 是字节跳动推出的基于位级自回归建模的视觉生成模型，能根据语言指令生成高分辨率、逼真的图像。Infinity 通过无限词汇量的标记器、分类器和位自纠正机制，显著提升图像生成的细节和质量。

Real Dream 是一款基于 Pony 开发的真人大模型，融合先进的人工智能和深度学习技术，旨在打造高度逼真的虚拟人物。

StarVector 是一个用于生成高质量可缩放矢量图形（SVG）代码的基础模型。它采用先进的多模态架构，能够处理图像和文本输入，并将矢量化任务视为代码生成问题。StarVector 在图像到 SVG 和文本到 SVG 的生成方面均表现出色，尤其擅长处理复杂的 SVG 元素，适用于图标、徽标和技术图表等多种应用场景。

DreamBooth 是一种用于个性化文生图的模型技术。它允许用户通过上传少量特定对象的照片并赋予这些对象唯一的标识符来进行自定义图像生成。

InternVL 是 OpenGVLab 开发的一系列开源多模态大型语言模型，旨在提供强大的视觉和语言理解能力，支持包括图像描述、视觉问答、文档理解等多种任务。它具有高性能、多功能和易于使用的特点，是研究和应用多模态人工智能的有力工具。