Versatile Versatile-OCR-Program是一款开源多模态OCR工具，支持从教育材料中提取文本、公式、表格等结构化数据，输出为JSON或Markdown格式，准确率高达90%-95%。它基于DocLayout-YOLO、Google Vision和MathPix等技术，支持多语言处理，适用于教育数据集制作、教学辅助、AI模型训练及个人学习等场景。 AI项目与工具 2025年06月11日 77 点赞 0 评论 550 浏览
SynClub SynClub是一款基于AI技术的社交应用，允许用户创建并定制个性化的AI角色，实现情感陪伴与互动交流。该工具支持文字和语音对话，具备自然语言处理能力，能根据用户行为进行学习与适应，提供更精准的互动体验。适用于情感支持、社交训练、兴趣交流及语言学习等多场景，注重用户隐私与安全感。 AI项目与工具 2025年06月12日 51 点赞 0 评论 550 浏览
狸谱 狸谱是一款集AI图像处理与互动创作于一体的多功能工具，提供“灵魂提取器”功能用于生成物体相关人设形象，同时拥有AI壁纸漫画创作、跑团剧情互动及自定义画风等功能。狸谱凭借其多模态大模型技术和丰富的应用场景，满足用户在娱乐、创意、教育等多个领域的多样化需求。 AI项目与工具 2025年06月12日 96 点赞 0 评论 550 浏览
MultiTalk MultiTalk是由中山大学深圳校区、美团和香港科技大学联合推出的音频驱动多人对话视频生成框架。它根据多声道音频输入、参考图像和文本提示，生成包含人物互动且口型与音频一致的视频。通过Label Rotary Position Embedding (L-RoPE) 方法解决多声道音频与人物绑定问题，并采用部分参数训练和多任务训练策略，保留基础模型的指令跟随能力。MultiTalk适用于卡通、歌唱及 AI项目与工具 2025年06月11日 11 点赞 0 评论 550 浏览
Hyring Hyring 是一款基于 AI 的招聘工具，支持视频面试、动态问题生成、多语言交流及 AI 抄袭检测，提升招聘效率与公平性。提供数据驱动的评估报告、灵活面试设置及候选人管理功能，适用于各类企业与全球招聘场景，助力高效人才筛选。 AI项目与工具 2025年06月11日 15 点赞 0 评论 550 浏览
The Language of Motion The Language of Motion是一款由斯坦福大学李飞飞团队开发的多模态语言模型，能够处理文本、语音和动作数据，生成对应的输出模态。该模型在共同语音手势生成任务上表现出色，且支持情感预测等创新任务。它采用编码器-解码器架构，并通过端到端训练实现跨模态信息对齐。The Language of Motion广泛应用于游戏开发、电影制作、虚拟现实、增强现实及社交机器人等领域，推动了虚拟角色自 AI项目与工具 2025年06月12日 100 点赞 0 评论 550 浏览
PandaAI PandaAI 是一款基于自然语言处理技术的智能数据分析平台，支持用户通过自然语言提问实现快速数据处理与可视化。它具备多数据源集成、智能图表生成、团队协作等功能，适用于商业分析、数据科学及数据管理等场景。平台提供免费与付费版本，满足不同用户需求，结合 LLM 与 RAG 技术提升数据分析效率。 AI项目与工具 2025年06月12日 65 点赞 0 评论 551 浏览
讯飞智聘 讯飞智聘是科大讯飞推出的智能化招聘管理平台，整合AI技术与大数据能力，提供从职位发布到人才入职的全流程服务。核心功能包括AI面试、智能简历解析、人才库管理、招聘助理、内推管理等，适用于社会招聘、校园招聘、猎头服务等多种场景，提升招聘效率与精准度。 AI项目与工具 2025年06月12日 49 点赞 0 评论 551 浏览
Fluid Fluid是一种基于连续标记和随机生成顺序的文本到图像生成模型，具有卓越的视觉表现力和全局结构捕捉能力。它通过自回归架构和Transformer模型，逐步预测序列中的下一个元素，构建与文本提示相匹配的高质量图像。Fluid在多个基准测试中取得了优异成绩，并广泛应用于艺术创作、媒体娱乐、广告营销等领域。 AI项目与工具 2025年06月12日 47 点赞 0 评论 551 浏览
替我做图 替我做图是一款基于AI技术的图像生成平台，提供人台图、真人图、假发图、物品图等多样化服务，支持真人换脸及产品展示图优化，广泛应用于电商、社交媒体营销、广告制作等领域，助力提升品牌形象和营销效果。 AI项目与工具 2025年06月12日 54 点赞 0 评论 551 浏览
