FlashVideo FlashVideo是由字节跳动团队研发的高分辨率视频生成框架,采用两阶段方法优化计算效率。第一阶段在低分辨率下生成高质量内容,第二阶段通过流匹配技术提升至1080p,仅需4次函数评估。其特点包括高效计算、细节增强、快速预览及多场景应用,适用于广告、影视、教育等领域。 AI项目与工具 2025年06月12日 26 点赞 0 评论 648 浏览
LLMDet LLMDet是一款基于大型语言模型协同训练的开放词汇目标检测器,能够识别训练阶段未见过的目标类别。其通过结合图像和文本信息,实现高精度的零样本检测,并支持图像描述生成与多模态任务优化,适用于多种实际应用场景。 AI项目与工具 2025年06月12日 68 点赞 0 评论 648 浏览
Pemo Pemo是一款AI驱动的文档管理工具,支持多格式文档导入与管理,提供智能翻译、摘要生成、思维导图、格式转换及语音朗读等功能。用户可自定义阅读模式并进行标注与笔记,提升阅读效率与知识整理能力,适用于学习、科研、办公及日常阅读等多种场景。 AI项目与工具 2025年06月11日 25 点赞 0 评论 648 浏览
Devika Devika是一款开源的AI编程工具,支持自然语言指令解析、复杂任务分解以及跨平台代码生成。凭借其先进的AI搜索与推理能力,Devika能够协助开发者高效完成从概念到实现的全过程,涵盖新功能开发、代码重构、Bug修复及自动化测试等多个应用场景。同时,其模块化架构便于扩展,确保了在不同项目中的灵活性与实用性。 AI项目与工具 2025年06月12日 67 点赞 0 评论 648 浏览
AI Comic Factory AI Comic Factory是一款基于人工智能技术的在线漫画生成平台,用户无需绘画技能即可创作漫画。它提供多样化的风格选择、布局调整、字幕添加等功能,并支持角色一致性维护和图像重绘,适合个人创作、教育、广告及IP开发等多种应用场景。 AI项目与工具 2025年06月12日 78 点赞 0 评论 648 浏览
NeuralSVG NeuralSVG是一种基于文本驱动的矢量图形生成工具,利用多层感知器网络将文本提示转化为结构清晰、可编辑的矢量图形。它支持动态调整图形属性,具备隐式神经表示和分数蒸馏采样优化技术,确保图形语义明确、层次分明,适用于艺术创作、设计及学术研究等领域。 AI项目与工具 2025年06月12日 84 点赞 0 评论 648 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 648 浏览
OmniBooth OmniBooth是一款由华为诺亚方舟实验室与香港科技大学联合开发的图像生成框架,支持基于文本或图像的多模态指令控制及实例级定制。它通过高维潜在控制信号实现对图像中对象位置和属性的精准操控,具备多模态嵌入提取、空间变形技术以及特征对齐网络等功能,广泛应用于数据集生成、内容创作、游戏开发、虚拟现实及广告营销等领域。 AI项目与工具 2025年06月12日 46 点赞 0 评论 649 浏览
CNKI AI学术研究助手 CNKI AI学术研究助手是一款由华知大模型驱动的AI辅助研究工具,专注于科研全流程的支持。其主要功能涵盖问答式增强检索、AI辅助研读、AI辅助创作及苹果树智能体服务,能够提供学术问答、文献综述生成、语言翻译、深度解读等多种能力,适用于文献检索、学术写作及研究趋势分析等多个场景,助力科学研究与创新。 AI项目与工具 2025年06月12日 76 点赞 0 评论 649 浏览
TicVoice 7.0 TicVoice 7.0 是一款基于 Spark-TTS 的语音合成引擎,采用 BiCodec 技术实现音色与语义的精准控制,支持 3 秒语音克隆、多角色、多情绪表达及中英切换,语音自然流畅,接近广播级水平,适用于智能客服、有声书、影视配音等场景。 AI项目与工具 2025年06月12日 29 点赞 0 评论 649 浏览