AI项目与工具

智谱清影

智谱清影

智谱清影是一款基于AI的视频生成工具，用户可以通过输入文本或上传图片，生成10秒、4K、60帧的高质量视频。支持多种风格和背景音乐，适用于个人创作者和专业制作团队。该工具基于CogVideoX模型，提升了视频的连贯性和逻辑一致性，并支持API调用。
AI项目与工具 2025年06月12日
IDM

IDM

IDM-VTON是一种基于改进扩散模型的先进AI虚拟试穿技术，由韩国科学技术院和OMNIOUS.AI的研究人员共同开发。该技术利用视觉编码器提取服装的高级语义信息，并通过GarmentNet捕捉服装的低级细节特征，从而生成逼真的人物穿戴图像。IDM-VTON支持文本提示理解，实现了个性化定制和逼真的试穿效果，广泛应用于电子商务、时尚零售、个性化推荐、社交媒体以及时尚设计等领域。
AI项目与工具 2024年01月01日
Tesseract

Tesseract

Tesseract是一款开源的光学字符识别（OCR）引擎，支持多语言识别和多种图像格式。其具备高精度的文字识别能力，适用于文档数字化、表格数据提取、发票识别及移动OCR应用等多个场景。支持跨平台运行，并提供丰富的编程接口和自定义训练功能，便于开发者集成和优化识别效果。
AI项目与工具 2025年06月12日
BiliNote

BiliNote

BiliNote 是一款开源 AI 视频笔记工具，支持从多个平台导入视频链接并生成结构化的 Markdown 笔记。具备音频转写、大模型总结、截图插入、内容跳转链接等功能，适用于学习、创作、培训等场景。采用 FastAPI 和 React 技术栈，支持 Docker 部署，便于用户快速集成与使用。
AI项目与工具 2025年06月11日
Taipy

Taipy

Taipy是一款面向数据科学家和机器学习工程师的工具，专注于将数据和AI算法快速转化为生产级别的Web应用。其核心功能包括用户界面生成、场景与数据管理、大规模数据处理、高性能优化以及与主流数据平台的无缝集成。Taipy支持多种数据源，并提供实时数据可视化功能，广泛适用于数据可视化、机器学习模型部署、财务分析、销售预测及供应链优化等领域。
AI项目与工具 2025年06月12日
CoGenAV

CoGenAV

CoGenAV是一种先进的多模态学习模型，专注于音频和视觉信号的对齐与融合。通过对比特征对齐和生成文本预测的双重目标进行训练，利用同步音频、视频和文本数据，学习捕捉时间对应关系和语义信息。CoGenAV具备音频视觉语音识别、视觉语音识别、噪声环境下的语音处理、语音重建与增强、主动说话人检测等功能，适用于智能助手、视频内容分析、工业应用和医疗健康等多个场景。
AI项目与工具 2025年06月11日
NVLM

NVLM

NVLM是NVIDIA研发的多模态大型语言模型，涵盖图像理解、语言理解、跨模态融合、图像描述生成、视觉推理及多模态翻译等功能。它具备多种架构（NVLM-D、NVLM-X、NVLM-H），并采用动态高分辨率输入、1-D平铺标签设计及多模态预训练与微调技术，广泛应用于图像描述、视觉问答、文档理解、多模态搜索及辅助驾驶等领域。
AI项目与工具 2025年06月12日
text.cortex

text.cortex

text.cortex是一款集成了文本重写、句子扩展、长篇内容生成、文本摘要、多语言翻译及语法检查等功能的AI写作辅助工具。其核心优势在于支持超过25种语言，用户可通过高亮文本直接使用工具栏优化内容。无论是学术研究、商业报告还是日常写作，text.cortex都能显著提高创作效率与质量。
AI项目与工具 2025年06月12日
NovaMSS

NovaMSS

NovaMSS是一款基于AI技术的音乐源分离工具，可精准分离人声、伴奏、贝斯、鼓点等音轨。支持多种音频格式和批量处理，操作简便，适用于音乐制作、音频修复及教学资源开发等多种场景。提供普通与专业模型，满足不同用户的音质需求，适合创作者和音乐爱好者使用。
AI项目与工具 2025年06月12日
乐拍

乐拍

乐拍是一款基于AI技术的写真相机应用，提供多样化的风格模板，包括证件照、古风、现代风等，并支持视频换装和图片动态化功能。用户可通过一键操作生成高质量写真，同时体验AI健身、染发、动漫化等创意玩法，适用于个人写真、证件照制作、社交媒体内容创作及时尚搭配试衣等场景。
AI项目与工具 2025年06月12日