Hertz

Hertz-Dev是一款由Standard Intelligence开发的开源音频模型，专注于低延迟实时对话AI。它具备强大的音频生成与处理能力，能够处理和生成高质量的音频信号，并支持多任务微调，适用于语音识别、语音合成等多种应用场景。此外，Hertz-Dev还提供了音频自动编码、流式生成等功能，广泛应用于智能助手、客户服务、语音识别及合成等领域。

AI项目与工具 2025年06月12日 48 点赞 0 评论 170 浏览

SaRA

SaRA是一种新型预训练扩散模型微调方法，通过重新激活预训练阶段未被充分使用的参数，有效提升模型的适应性和泛化能力。该方法支持核范数低秩稀疏训练，能够防止过拟合并优化模型性能，同时大幅降低计算资源需求。SaRA适用于多种应用场景，包括图像风格迁移、视频生成及下游数据集微调等，仅需少量代码调整即可实现高效微调。

AI项目与工具 2025年06月12日 12 点赞 0 评论 170 浏览

音刻

Inkr 是一款高效的 AI 语音转录工具，支持超过 100 种语言，具备快速转录、多语言支持、说话人识别、高准确率等功能。其“FLASH”模式可在几秒内完成转录，适用于会议记录、采访整理、字幕制作及学习辅助等多种场景，提升信息处理效率。

AI项目与工具 2025年06月11日 47 点赞 0 评论 170 浏览

Rizzle

Rizzle 是一款人工智能视频创作平台，能够将文本、播客和音频内容快速转化为具有专业外观的视频。平台通过与 Getty Images 的合作，提供了超过 5 亿张图片和视频的媒体资源库，使用户能够自定义文本样式、画面比例、背景音乐等元素。其主要功能包括缩略图制作、文本高亮剪辑、地图生成、无面孔视频等，简化了视频制作流程，适用于社交媒体营销、内容创作、教育、产品演示、新闻报道及企业内部沟通等多种应

AI项目与工具 2025年06月12日 27 点赞 0 评论 170 浏览

Interview Coder

Interview Coder 是一款面向技术面试的 AI 工具，支持多平台和多种编程语言，能通过截图自动解析题目并生成代码解决方案，提供详细注释与优化建议，适用于在线编程面试及远程视频面试场景，提高面试效率和准确性。

AI项目与工具 2025年06月11日 53 点赞 0 评论 170 浏览

Unbounded

Unbounded是一款由谷歌与北卡罗来纳大学教堂山分校合作研发的无限人生模拟游戏，采用大型语言模型（LLM）和视觉生成模型，使玩家能够在开放世界中自由探索并引导角色互动，形成连贯的故事线。该工具具备实时动态生成游戏机制、角色个性化定制、视觉一致性维护等功能，同时适用于娱乐、教育、创意写作及心理治疗等多个领域。

AI项目与工具 2025年06月12日 94 点赞 0 评论 171 浏览

PhotoPrism

PhotoPrism是一款开源的AI照片管理工具，采用Go语言开发，支持用户在本地服务器上运行，确保数据隐私与安全性。它通过AI技术实现照片的智能分类与搜索，涵盖人物、物体和场景识别，还支持RAW、JPG等多种文件格式，提供面部识别、地理标签及WebDAV同步等功能，适用于个人、家庭、企业和教育机构等多样化需求。

AI项目与工具 2025年06月12日 59 点赞 0 评论 171 浏览

Music Muse

Music Muse 是一款基于AI技术的音乐创作平台，用户可通过简单描述生成多种风格的音乐作品。支持风格多样、情绪匹配、节奏调整、音效添加、片段编辑、音量调节、音调调整等功能，并提供多种格式导出及分享选项。适用于音乐创作、视频配乐、广告与游戏等多个场景，操作便捷，音质优良，适合各类用户使用。

AI项目与工具 2025年06月12日 60 点赞 0 评论 171 浏览

AingDesk

AingDesk 是一款开源的 AI 模型部署工具，支持一键安装上百款 AI 模型，降低使用门槛。具备联网搜索功能，提升回答准确性；提供模型共享与多语言支持，便于团队协作与跨语言使用。内置模型管理器，优化本地资源利用，适用于学习、办公及学术研究等多种场景。

AI项目与工具 2025年06月12日 47 点赞 0 评论 171 浏览

Mobile

Mobile-Agent 是一种具备移动能力的智能代理系统，能够跨设备执行任务并优化资源使用。基于多模态大语言模型和视觉感知技术，支持自动操作、自我规划与反思，适用于多应用协同、跨平台操作及纯视觉交互。其技术架构包含多个智能体协作机制，提升了移动设备任务处理的效率与灵活性。

AI项目与工具 2025年06月12日 18 点赞 0 评论 171 浏览