AI项目与工具

OwchBuddy

OwchBuddy是一款集AI技术支持的个人伤害辅助工具,涵盖医疗、法律及心理健康领域。它提供24小时在线支持、个性化恢复方案、法律资源对接、律师联络服务、多语言翻译以及康复进程跟踪等功能,适用于交通事故、运动损伤、工伤、脑部创伤等多种场景下的恢复需求。

olmOCR

olmOCR 是一款开源 PDF 文档处理工具,结合文档锚定技术和 Qwen2-VL-7B-Instruct 模型,可高效提取结构化文本并保留原始布局。支持多种文档类型,具备大规模批量处理能力和低成本优势,适用于学术研究、法律文件处理、企业文档管理及数字图书馆建设等多个场景。其开源特性与可扩展性也增强了用户的使用灵活性。

吐司AI写真

吐司AI写真是一款基于AI技术的图像生成工具,支持对用户上传的照片进行风格化处理,输出高逼真度的写真图像。功能涵盖风格转换、模板创作、参数自定义及多场景应用,适用于社交媒体、个人形象设计、广告制作等多个领域。用户可通过简单操作实现个性化内容创作,适合各类创作者和设计师使用。

FancyVideo

FancyVideo是一款由360公司与中山大学合作开发的AI文生视频模型,采用创新的跨帧文本引导模块(CTGM)。它能够根据文本描述生成连贯且动态丰富的视频内容,支持高分辨率视频输出,并保持时间上的连贯性。作为开源项目,FancyVideo提供了详尽的文档和代码库,便于研究者和开发者深入研究和应用。主要功能包括文本到视频生成、跨帧文本引导、时间信息注入及时间亲和度细化等。

Gradio

Gradio 是一款开源 Python 工具,用于快速构建和共享机器学习模型的交互式网页界面。支持多类型输入输出组件,具备实时交互能力,并通过服务器端渲染优化性能。Gradio 5 引入性能提升、界面更新及安全性改进,支持实验性 AI Playground,广泛应用于模型演示、教育、原型开发及远程协作等领域。

Rooms

Rooms是一款由前Google员工开发的3D房间设计工具,支持用户通过超过10,000个可编辑物品和Lua语言创建交互式3D空间与小游戏。应用提供类似TikTok的浏览模式,支持网页端和iOS平台使用。3.0版本新增无需编程的Actions编辑器,提升创作便捷性。适用于个人创作、游戏开发、教育、社交及品牌展示等多个领域。

ReadPaper

ReadPaper是一款集文献管理、AI阅读辅助、文献搜索及学术社区于一体的综合性学术平台。其核心功能包括文献自动同步、划词翻译、全文翻译、AI润色等,旨在提升科研工作者的效率与产出。平台提供免费版至高级版本的灵活选择,适用于个人研究、团队协作及教育场景。

BEXI.ai

BEXI.ai 是一款集 AI 文本优化与检测于一体的多功能在线工具,能够将 AI 生成的文本转换为更自然流畅的人类语言,并支持多语言操作,同时具备高精度的 AI 内容识别能力。该工具免费提供,强调隐私保护,广泛应用于学术、创作、企业管理和市场推广等领域,助力用户确保内容的真实性和原创性。

Kimi Latest

Kimi Latest是月之暗面推出的实时更新AI模型,支持128k上下文长度,可自动选择模型规模并优化成本。具备图像理解、自动上下文缓存和多模态处理能力,适用于聊天应用、内容创作及数据分析等多种场景,为开发者和用户提供稳定高效的AI解决方案。

DUSt3R

DUSt3R是一个由芬兰阿尔托大学和Naver欧洲实验室联合研发的3D重建框架。该框架能够快速地从任意图像集合中重建出三维场景,无需事先了解相机校准或视点位置信息。DUSt3R主要功能包括快速3D重建、无需相机校准、多视图立体重建、单目和双目重建以及生成深度图、置信度图和点云图。它采用了点图表示法、Transformer网络架构和端到端训练方式,并提出了全局对齐策略来处理多视图重建任务。