AI项目与工具

Multimodal Live API

Multimodal Live API

Multimodal Live API是谷歌推出的一种支持文本、音频和视频交互的AI接口，具备低延迟、实时双向通信和自然语言处理能力。它允许用户通过多种输入方式与AI互动，并支持会话记忆和外部功能调用，广泛应用于客户服务、在线教育、远程医疗、视频会议和娱乐等领域。
AI项目与工具 2025年06月12日
DeepSider

DeepSider

DeepSider 是一款集成在浏览器侧边栏的 AI 对话工具，支持多种顶级 AI 模型如 GPT-4o、Grok3 和 Claude 3.5。用户可通过简洁交互完成复杂任务，包括 AI 搜索、实时问答、内容创作、翻译和代码生成等。该工具支持文档上传分析，结合最新数据提供准确答案，具备快速响应和高效交互设计，适用于提升工作效率和学习效率。
AI项目与工具 2025年06月11日
AiNiee

AiNiee

AiNiee是一款基于AI技术的多功能翻译工具，支持多种文件格式和语言的自动翻译，包括游戏文件、小说、字幕等。它通过接入主流AI平台，提供高效的多语言翻译服务，支持自定义参数设置和批量翻译功能，确保翻译结果的准确性和流畅性，广泛应用于游戏本地化、字幕制作、电子书阅读等多个领域。
AI项目与工具 2025年06月12日
Animate

Animate

Animate-X 是一个基于 Latent Diffusion Model 的通用动画框架，可将静态图像转化为高质量的动态视频，特别适合拟人化角色动画的生成。它通过引入隐式和显式姿势指示器，增强了对运动模式的捕捉能力，并支持多种角色类型，无需严格对齐。该工具在游戏开发、影视制作、虚拟现实及社交媒体内容创作等方面具有广泛应用价值。 ---
AI项目与工具 2025年06月12日
LegoGPT

LegoGPT

LegoGPT是一款由卡内基梅隆大学开发的AI工具，可根据文本描述生成稳定、可组装的乐高积木模型。它结合自回归语言模型与大规模数据集，支持自动纹理上色、物理稳定性验证及手动或机器人组装。该工具能有效提升创意设计效率，适用于教育、玩具开发及自动化生产等多个场景。
AI项目与工具 2025年06月11日
Ztalk.ai

Ztalk.ai

Ztalk.ai 是一款支持多语言实时语音翻译的AI桌面应用，具备低延迟、高清晰度和强兼容性，可与主流视频会议平台无缝连接。内置降噪、字幕及AI提示功能，确保沟通效率与质量。采用端到端加密，保障数据安全，适用于全球商务会议、跨境协作、客户互动及多语言培训等场景。
AI项目与工具 2025年06月11日
源2.0

源2.0

源2.0-M32是由浪潮信息开发的一种混合专家模型（MoE），包含32个专家，采用“注意力路由器”技术，显著提升了模型的效率和准确性。该模型在代码生成、数学问题解决、科学推理等多个领域表现出色，尤其在ARC-C和MATH基准测试中超越了其他模型。源2.0-M32具有高效的计算能力和广泛的适用性，适用于多种复杂任务。
AI项目与工具 2025年06月12日
MoMask

MoMask

MoMask是一款基于生成式掩码建模的3D人体动作生成工具，支持文本驱动的动作创建与编辑。采用分层量化与Transformer架构，实现高精度、连贯的3D动作序列生成，在HumanML3D数据集上的FID值仅为0.045。支持动作时序控制、多平台部署及动作评估功能，适用于游戏开发、动画制作、VR及体育分析等多个领域。
AI项目与工具 2025年06月12日
Object Cutter

Object Cutter

Object Cutter是一款基于AI的智能图像处理工具，支持文字指令和框选操作，实现高精度图像分割。它能够自动识别并抠出图像中的特定对象，尤其擅长处理复杂背景和细节丰富的图像。其主要功能包括智能抠图、背景移除和高精度图像分割，广泛应用于电商展示、设计创作、影视后期及个人照片编辑等领域。
AI项目与工具 2025年06月12日
Docling

Docling

Docling 是一款开源工具，支持多种文档格式的解析与转换，包括 PDF、DOCX、PPTX、图片和 HTML。它通过高级 PDF 理解和 OCR 技术，将文档内容转换为统一的结构化格式（如 Markdown 和 JSON）。Docling 可与 LlamaIndex 和 LangChain 集成，增强文档的检索和问答能力，并提供简洁的命令行界面，适用于自动化文档处理、数据科学、知识管理和信息检
AI项目与工具 2025年06月12日