AI项目与工具

Gemini Coder

Gemini Coder

Gemini Coder 是一款基于 Google Gemini API 的 Web 开发工具，支持通过自然语言描述快速生成完整应用代码，并提供实时编辑与预览功能。它整合了 Next.js 和 Tailwind CSS，提升开发效率与用户体验。兼容多种 Gemini 模型，适用于原型开发、教育学习、小型应用构建等场景，是提高开发速度和灵活性的实用工具。
AI项目与工具 2025年06月12日
字幕说

字幕说

字幕说是一款为自媒体创作者设计的在线工具，提供文字转语音、音文对齐、视频合成等功能。支持多语言发音、字幕翻译与优化，帮助用户高效生成高质量视频内容，无需出镜即可完成制作，提升创作效率。
AI项目与工具 2025年06月12日
Depth Pro

Depth Pro

Depth Pro 是一款由苹果公司开发的先进单目深度估计模型，能够在不到一秒的时间内从单张2D图像生成高分辨率的3D深度图。它支持零样本学习，无需依赖相机内参即可提供度量级深度信息，并在细节捕捉方面表现出色。Depth Pro 在增强现实、3D重建、图像编辑、机器人导航和自动驾驶等领域展现出广泛的应用前景。
AI项目与工具 2025年06月12日
MOFA

MOFA

MOFA-Video是由腾讯AI实验室和东京大学研究人员开发的开源图像生成视频模型。该工具通过生成运动场适配器对图像进行动画处理，能够通过稀疏控制信号（如手动轨迹、面部关键点序列或音频）实现对视频生成过程中动作的精准控制。MOFA-Video支持零样本学习，能够将多种控制信号组合使用，生成复杂的动画效果，并能生成较长的视频片段。 ---
AI项目与工具 2025年06月12日
PaliGemma 2 mix

PaliGemma 2 mix

PaliGemma 2 Mix 是谷歌 DeepMind 推出的多任务视觉语言模型，支持图像描述、目标检测、OCR、文档理解等功能。模型提供多种参数规模和分辨率选项，适用于不同场景。其基于开源框架开发，易于扩展，可通过简单提示切换任务。适用于科学问题解答、文档分析、电商内容生成等多个领域。
AI项目与工具 2025年06月12日
Qwen2

Qwen2

Qwen2是由阿里云通义千问团队开发的大型语言模型系列，涵盖从0.5B到72B的不同规模版本。该系列模型在自然语言理解、代码编写、数学解题及多语言处理方面表现出色，尤其在Qwen2-72B模型上，其性能已超过Meta的Llama-3-70B。Qwen2支持最长128K tokens的上下文长度，并已在Hugging Face和ModelScope平台上开源。 ---
AI项目与工具 2024年01月01日
OmniParse

OmniParse

OmniParse是一款开源数据解析平台，支持多种文件类型的非结构化数据转换为结构化格式，包括文档、图像、视频、音频及网页内容。其核心功能涵盖表格提取、图像字幕生成、音视频转录以及网页内容结构化处理，利用自然语言处理、光学字符识别及深度学习技术提升解析效率与准确性。OmniParse完全在本地运行，确保数据隐私与安全，广泛应用于文档自动化处理、客户服务、市场研究、法律合规及医疗记录管理等领域。
AI项目与工具 2025年06月12日
H

H

H-Optimus-0是由法国公司Bioptimus推出的全球最大的开源病理学AI基础模型，拥有11亿参数，基于超过50万张组织病理学切片训练，涵盖多种人体组织。该模型在癌症识别、基因异常检测、组织分类及生存分析等方面表现优异，具备强大的特征提取能力。作为开源工具，H-Optimus-0可促进病理研究与临床应用的协同创新。
AI项目与工具 2025年06月12日
Fancy123

Fancy123

Fancy123是一种基于深度学习的3D网格生成工具，利用单张图像生成高质量3D模型。其核心技术包括多视图扩散模型、大型重建模型、外观增强模块、保真度增强模块及反投影操作，能够有效解决多视图图像的局部不一致问题，提升网格保真度和清晰度。该工具适用于虚拟现实、游戏开发、影视制作等多个领域，具备高度灵活性和实用性。
AI项目与工具 2025年06月12日
Sketch2Lineart

Sketch2Lineart

Sketch2Lineart是一款利用人工智能技术将手绘草图转换为清晰线条画的工具。它具备草图转线稿、自动描述生成、细节调整、风格定制及实时预览等功能。通过深度学习和神经网络，该工具能够准确提取草图特征并生成高质量的艺术线条画，适用于艺术创作、产品设计、教育培训及社交媒体内容创作等多个领域。
AI项目与工具 2025年06月12日