AI项目与工具

PaddleOCR 2.9

PaddleOCR 2.9 是一个基于深度学习的开源 OCR 工具库,提供了强大的文本识别、版面分析和信息抽取功能。支持多语言识别和多种硬件平台,通过低代码开发模式简化了模型的部署和定制,广泛应用于文档数字化、智能办公、身份验证、物流管理和金融服务等领域。

MagicQuill

MagicQuill是一款基于AI的开源图像编辑工具,提供智能化的局部编辑功能。其核心功能包括AI驱动的智能建议、精确的像素级编辑(如添加、删除和颜色调整),以及多种定制化工具(如添加笔刷、减去笔刷和颜色笔刷)。此外,它还具备实时意图预测和参数调整能力,支持多模态大语言模型和扩散模型的协作,适用于个人娱乐、教育、专业设计及商业应用等多个领域。

通答

通答是一款基于先进大模型技术的AI标书编写工具,能够精准分析招标需求,自动生成与招标要求高度匹配的标书结构,帮助用户提升标书编写效率与准确性,降低废标风险。其主要功能包括目录管理、招标分析、标书生成及废标检查,适用于政府采购、企业招标、建筑工程、IT项目及服务外包等多种场景。 ---

twee

twee是一款面向英语教师的AI工具平台,主要功能包括基于YouTube视频生成问题、创作多样化教学内容(如对话、故事、文章等),并支持多种练习类型(词汇、听力、口语、语法等)。它通过智能化手段简化课程准备,提升教学效率,适用于课堂教学、个性化学习及远程教学等多种场景。

TableGPT2

TableGPT2是一种由浙江大学开发的多模态人工智能模型,专注于结构化数据的处理与分析。它具备强大的表格数据理解能力,支持SQL查询执行、数据分析以及数据增删改查等功能。通过创新的表格编码器和双维注意力机制,TableGPT2在处理不规则表格和模糊查询方面表现优异。其应用场景广泛,涵盖商业智能、财务分析、市场研究及供应链管理等领域。

Autocut

AutoCut是一款开源AI视频剪辑工具,利用自动语音识别技术生成字幕并支持文本编辑功能,帮助用户高效剪辑视频片段。支持多模型运行及硬件加速,可输出SRT或Markdown格式文件,广泛应用于视频创作、企业培训、新闻报道、语言学习等多个领域。

ClotheDreamer

ClotheDreamer是一项基于文本描述生成高保真3D服装的技术,采用Disentangled Clothe Gaussian Splatting (DCGS) 和双向Score Distillation Sampling (SDS) 等先进技术,支持自定义模板输入和多体型适配,适用于虚拟试穿、游戏开发、电影制作及虚拟现实等场景。

稿定AI社区

稿定AI社区是一个在线AI创意灵感平台,提供丰富的设计资源和工具,涵盖形象照、电商设计、节日主题、3D插画等多个领域。用户可通过上传图片,利用AI生图功能快速生成类似风格的创意图像,提升设计效率。平台界面简洁,分类清晰,支持灵感浏览、创作、分享与个性化定制,适用于设计师、电商运营者及普通用户,是激发创意和提升设计能力的优质平台。

WorldDreamer

WorldDreamer 是一种基于 Transformer 的通用世界模型,具备理解与预测物理世界动态变化的能力,专注于视频生成任务。它支持多种应用场景,包括文本到视频、图像到视频、视频编辑和动作序列生成,利用视觉 Token 化、Transformer 架构和多模态提示技术,实现了高效且高质量的视频生成。

MagicTailor

MagicTailor 是一款基于 DM-Deg 和 DS-Bal 技术的新型 AI 工具,支持组件可控的个性化图像生成。它能够动态干扰不需要的视觉语义,平衡概念与组件的学习,从而显著提升生成图像的质量和控制精度。MagicTailor 的核心功能包括组件可控个性化、动态掩码退化、双流平衡、解耦生成及多组件控制,适用于广告、游戏、电影制作等多个领域。