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 22 点赞 0 评论 684 浏览
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 23 点赞 0 评论 684 浏览
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 48 点赞 0 评论 684 浏览
Ondoku Ondoku 是一款支持多语言的文字转语音工具，提供文本输入、图片文字提取及语音调整功能。用户可将文本或图片中的文字转换为自然语音，并下载为音频文件。适用于教育、娱乐、商务等多种场景，如课程讲解、有声书制作和视频配音，提升信息传播效率。 AI项目与工具 2025年06月12日 41 点赞 0 评论 684 浏览
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 75 点赞 0 评论 684 浏览
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 55 点赞 0 评论 684 浏览
Eleven v3 Eleven v3是ElevenLabs推出的先进文本转语音模型，支持情感和语调的精确控制，通过内联音频标签实现多样化的表达。它支持多说话人对话，能模拟真实交谈中的语气变化，覆盖超70种语言，适用于媒体影视配音、有声读物制作、游戏开发和教育等领域，提供生动、真实的声音体验。 AI项目与工具 2025年06月11日 65 点赞 0 评论 684 浏览
炫图AI 炫图AI是一款利用AI技术的多功能照片编辑软件，具备物体添加、替换、消除、抠图及背景更换等功能。它还支持一键高清和尺寸调整，并提供了超过100种风格化选项，满足用户的不同需求。软件操作简单，功能强大，适合个人、商业及教育等多个场景应用。 --- AI项目与工具 2025年06月12日 51 点赞 0 评论 684 浏览
mrge mrge 是一款基于 AI 的代码审查工具，具备自动审核、智能文件排序和 PR 管理等功能，帮助开发团队提升代码质量和审查效率。它支持 GitHub 集成，并提供安全隐私保护机制，适用于企业级开发与跨部门协作，有效识别安全漏洞并保障代码合规性。 AI项目与工具 2025年06月11日 44 点赞 0 评论 685 浏览
Zonos Zonos是一款由Zyphra开发的高保真文本到语音（TTS）模型，支持零样本语音克隆和多语言生成，具备精细的情感与语音参数控制能力。其采用Transformer和SSM混合架构，基于大规模语音数据训练，适用于有声读物、虚拟助手、多媒体创作及无障碍技术等多个领域。模型开源且支持实时语音生成，具有广泛的应用潜力。 AI项目与工具 2025年06月12日 69 点赞 0 评论 685 浏览
