AI项目与工具

KaChiKa

KaChiKa

KaChiKa是一款基于AI图像识别的日语学习工具，用户可通过拍照或上传图片获取相关日语词汇和句子，并配有标准发音功能。支持本地存储学习卡片，方便复习，适用于日常生活、旅行、复习及语言实践等多种场景，提升学习效率与实用性。
AI项目与工具 2025年06月12日
Seaweed APT

Seaweed APT

Seaweed APT是字节跳动研发的对抗性后训练模型，支持图像和视频的一站式生成。其通过在真实数据上进行对抗性训练，实现单步高质量输出，包括1024px图像和1280×720、24fps视频。该模型采用先进的生成器和判别器设计，结合近似R1正则化技术，提升训练稳定性和生成质量。适用于视频广告、影视创作、社交媒体等内容生产场景。
AI项目与工具 2025年06月12日
NightCafe

NightCafe

NightCafe是一款基于人工智能技术的在线艺术生成平台，支持用户通过文本描述或图片生成多样化的艺术作品。平台提供多种算法（如Stable Diffusion、DALL-E 2等），支持风格迁移与图像增强，并拥有活跃的社区功能，用户可分享作品、参与挑战及互动交流。此外，NightCafe还支持将艺术作品打印为实体形式。
AI项目与工具 2025年06月12日
Eko

Eko

Eko是一款由Fellou AI开发的JavaScript框架，基于自然语言处理技术，支持开发者创建从简单指令到复杂流程的智能代理。它具备跨平台兼容性、任务分解与调度能力，以及高度可干预性，适用于自动化测试、数据采集、系统管理等多种场景。其API设计简洁，文档完善，有助于提升开发效率和任务处理能力。
AI项目与工具 2025年06月12日
Videotoword.ai

Videotoword.ai

Videotoword.ai 是一款以AI驱动的在线服务，支持将音频和视频文件转化为文本，具有高精度（99.9%）和多语言支持（98种以上）。它能处理长达10小时的文件，具备自动转录、文本编辑导出及AI摘要生成功能，广泛应用于教育、媒体、法律和企业等领域。
AI项目与工具 2025年06月12日
FlashMLA

FlashMLA

FlashMLA 是 DeepSeek 开发的开源 MLA 解码内核，针对 NVIDIA Hopper 架构 GPU 优化，提升可变长度序列处理效率。支持 BF16 精度、页式 KV 缓存及分块调度，内存带宽达 3000 GB/s，算力达 580 TFLOPS。适用于大语言模型推理和 NLP 任务，具备高性能与低延迟特性，支持快速部署与性能验证。
AI项目与工具 2025年06月12日
FounderPal

FounderPal

FounderPal是专为创业者和个体经营者设计的AI营销平台，提供营销策略生成、用户画像创建、产品定位、品牌营销、内容生成和转化率优化等功能。平台包含多个工具，如营销策略生成器、内容生成器和转化率提升工具，帮助用户快速制定个性化营销计划。用户可通过免费试用体验功能，节省时间并提高营销效率。FounderPal适用于初创公司、数字内容创作者和小型营销机构，助力他们优化市场策略和提升业务表现。
AI项目与工具 2025年06月11日
DragAnything

DragAnything

DragAnything 是一款由快手与高校联合研发的视频生成工具，通过实体表示和轨迹输入实现对视频中物体的精确运动控制。它支持多实体独立操作、相机运动调整，并采用扩散模型生成高质量视频内容。具备用户友好的交互方式，适用于视频编辑、游戏开发、教育及广告等多个场景。
AI项目与工具 2025年06月12日
SongGen

SongGen

SongGen是一款由多家高校和研究机构联合开发的单阶段自回归Transformer模型，能够根据文本生成高质量音乐。它支持混合模式和双轨模式输出，可分别生成人声与伴奏，便于后期编辑。SongGen通过创新的音频标记化和训练策略，显著提升了人声清晰度和音乐自然度。其开源特性及高质量数据集为音乐生成研究提供了新基准，适用于音乐创作、视频配乐、教育辅助等多个领域。
AI项目与工具 2025年06月12日
Fish Speech 1.5

Fish Speech 1.5

Fish Speech 1.5是一款基于深度学习的文本转语音（TTS）工具，支持多语言文本输入，通过Transformer、VITS、VQVAE和GPT等技术实现高质量语音合成。它具备零样本和少样本语音合成能力，延迟时间短，无需依赖音素，泛化性强，且支持本地化部署。Fish Speech 1.5可应用于有声读物、辅助技术、语言学习及客户服务等多个领域。
AI项目与工具 2025年06月12日