media-acquisition
用于决定某个镜头的素材或静态图像应来自何处——公共领域档案、免费素材库、付费生成器,还是用户提供的 URL;同时用于检查返回的内容是否真正可用,之后才能基于其进行构建
共 430615 条已上架资产
用于决定某个镜头的素材或静态图像应来自何处——公共领域档案、免费素材库、付费生成器,还是用户提供的 URL;同时用于检查返回的内容是否真正可用,之后才能基于其进行构建
当需要将拍摄对象置于他们从未到过的场景中时,可使用此功能——将主体叠加到替换背景画面上、在他们面前放置绘制道具、让两者在画面中移动,或将弹出图像固定在他们指向的位置
在 multimodal 情感分析任务中应用心智理论(ToM)引导的推理链
用于测试和加固视觉-语言模型(VLMs)以抵御多模态越狱攻击的防御性安全技能,此类攻击利用思维链推理和对抗性图像扰动
构建无需训练的流水线,将稀疏的3D LiDAR点云转换为深度编码的2D图像,以供视觉-语言模型(如CLIP等)进行分类
使用来自 UltraBreak(ICLR 2026)的技术,防御视觉-语言模型(VLMs)免受通用和可迁移对抗图像攻击
构建无需训练的组合图像检索系统,将参考图像与修改文本结合以查找目标图像,并使用语义去偏技术抑制参考图像中的噪声
实现基于检索置信度评分和对比归一化的记忆增强选择性预测,用于视觉-语言模型
使用NLM噪声熵分析检测AI生成图像,并构建稳健的取证检测流水线
应用 H-GIVR(历史引导的迭代视觉推理)框架进行自我纠正的多模态推理
面向性能的视觉内容生成流水线多工具编排
当用户希望AI猜测一张手绘图,或为“你画我猜”游戏建立辅助判分流程时使用
使用此技能将视频文件添加字幕,生成带字幕的视频文件
使用此技能可将视频文件生成带字幕的视频文件
Tired of MOV files refusing to play on Android devices, Windows Media Player, or social media platforms
Make YouTube Shorts that hold attention with Pexo — vertical 9:16, fast-paced, hook in the first 3 seconds
无需手动调整任何参数,即可生成可直接发布的精美评测视频
读取并分析 Tamagotchi 保存到本地文件的 AIRI IO 跟踪记录
当用户提供墨刀在线原型链接(页面/组件/评论)并请求一份可供产品经理审阅的结构化需求包草案(Markdown格式)时,使用本技能
指导GDPR第56条一站式机制,用于确定跨境处理活动中的主要监管机构