AI项目与工具

Speechnotes

Speechnotes

Speechnotes是一款基于AI的语音转文字工具，提供高精度语音识别、实时语音输入、语音命令支持、自动大写处理等功能，支持多平台操作（Chrome扩展、Android、iOS、API等）。它强调隐私保护，录音不经过人工处理且自动删除，适合快速转录、会议记录、写作、医疗记录等多种应用场景，是提升工作效率的理想选择。
AI项目与工具 2025年06月12日
Hallo3

Hallo3

Hallo3是由复旦大学与百度联合开发的基于扩散变换器网络的肖像动画生成技术，能够生成多视角、动态且逼真的视频内容。其核心功能包括身份一致性保持、语音驱动动画、动态对象渲染和沉浸式背景生成。技术上采用预训练变换器模型，结合身份参考网络与音频条件机制，实现高质量视频生成。适用于游戏开发、影视制作、社交媒体及VR/AR等多个领域。
AI项目与工具 2025年06月12日
LangBot

LangBot

LangBot 是一款开源的多平台即时通讯机器人，支持多种主流通信工具及大语言模型。具备多模态交互、多轮对话、插件扩展和安全管理等功能，适用于企业客服、个人助理、社区管理、教育辅导和内容创作等场景，提供灵活、安全的自动化服务。
AI项目与工具 2025年06月12日
Midjourney V7

Midjourney V7

Midjourney V7 是一款基于深度学习的 AI 图像生成工具，具备草稿模式、语音交互、实时编辑等功能，显著提升生成速度与图像质量。其支持个性化配置，可根据用户偏好优化输出结果，适用于艺术、设计、娱乐等多个领域。系统采用先进神经网络技术，实现文本到图像的精准转换，并提供多种运行模式以满足不同需求。
AI项目与工具 2025年06月12日
PixelWave Flux

PixelWave Flux

PixelWave Flux.1-dev 03 是一款基于 FLUX.1-dev 模型优化的 AI 图像生成工具，具备卓越的模型泛化能力和细节处理能力。它支持多种艺术风格生成，如摄影、动漫等，同时通过微调提升了图像的写实性和审美质量。该工具采用混合精度训练和多分辨率采样技术，适用于艺术创作、游戏开发、电影制作及广告设计等多个领域。 ---
AI项目与工具 2025年06月12日
Remento

Remento

Remento是一款将口头回忆转化为个性化纪念册的服务，基于Speech-To-Story™技术，将录音转写为书面故事并制成精美书籍。用户可通过提示或上传照片激发记忆，从任何设备轻松录制回答，支持文字编辑与定制化处理，同时保留原始录音的QR码链接。主要应用于家族历史记录、老年人生活回忆、节日庆典、教育传承及个人生命故事记录等领域。
AI项目与工具 2025年06月12日
SynCD

SynCD

SynCD是由卡内基梅隆大学与Meta联合开发的高质量合成训练数据集，用于提升文本到图像模型的定制化能力。它通过生成同一对象在不同视角、光照和背景下的图像，结合共享注意力机制和3D资产引导，确保对象一致性。该数据集支持无调优模型训练，提升图像质量和身份保持能力，广泛应用于个性化内容生成、创意设计、虚拟场景构建等领域。
AI项目与工具 2025年06月12日
Career Dreamer

Career Dreamer

Career Dreamer 是谷歌推出的实验性 AI 工具，帮助用户探索职业路径并实现职业转型。通过输入工作经验、技能和兴趣，生成“职业身份声明”，推荐匹配职业方向，并提供职位信息、技能需求及培训资源。还可协助撰写简历和求职信，适用于职业探索、求职准备及技能提升等场景。无需登录即可使用，已在部分区域上线。
AI项目与工具 2025年06月12日
DisPose

DisPose

DisPose是一项由多家顶尖高校联合研发的技术，专注于优化人物图像动画的质量。它通过运动场引导和关键点对应的方式，结合混合ControlNet模块，实现了对骨骼姿态的有效控制，无需额外密集输入即可生成高质量、一致性的动画视频。DisPose广泛适用于艺术创作、社交媒体、数字人制作及虚拟现实等领域。
AI项目与工具 2025年06月12日
RegionDrag

RegionDrag

RegionDrag是一种基于区域的图像编辑技术，由香港大学和牛津大学联合开发。该技术利用扩散模型，让用户通过定义手柄区域和目标区域来实现快速且精确的图像编辑。RegionDrag在单次迭代中完成编辑任务，显著减少编辑时间，同时采用注意力交换技术增强编辑的稳定性和自然性。主要应用领域包括数字艺术与设计、照片编辑、虚拟现实、游戏开发以及电影和视频制作等。
AI项目与工具 2025年06月12日