ParGo

ParGo是一种由字节与中山大学联合开发的多模态大语言模型连接器，通过结合局部与全局token，提升视觉与语言模态的对齐效果。其核心模块PGP和CPP分别提取图像的局部和全局信息，增强细节感知能力。在多个基准测试中表现优异，尤其在文字识别和图像描述任务中优势明显。采用自监督学习策略，提高模型泛化能力，适用于视觉问答、图像字幕生成、跨模态检索等多种场景。

AI项目与工具 2025年06月12日 38 点赞 0 评论 859 浏览

《Manus没有秘密》70页PPT解读AI Agent（PDF文件）

本文详细解读了AI Agent技术从L1到L3的发展历程，涵盖了定义、实现原理、用户体验及未来趋势。文章以Manus为例，探讨了Agent技术的通用性、技术实现路径及用户感知变化，强调了提升通用性、性能和用户体验的重要性。同时，文章提出了对未来发展的期望和建议。

AI项目与工具 2025年06月12日 45 点赞 0 评论 859 浏览

Mureka

Mureka是一款由昆仑万维开发的AI音乐创作平台，旨在为专业艺术家和音乐爱好者提供高效、稳定的音乐创作环境。用户可以输入歌词并添加参考音乐，通过平台提供的Style功能控制音乐风格，实现个性化音乐创作。平台支持音乐风格和旋律控制，以及对歌曲各部分的自由调整，如前奏、主歌、副歌等。生成的音乐具有高度稳定性和可控性，用户可将其展示和销售，获得经济收益。Mureka还支持多语言音乐创作，涵盖多种语言，

AI项目与工具 2025年06月12日 74 点赞 0 评论 858 浏览

Wisecut

Wisecut 是一款利用人工智能技术的在线视频编辑工具，其核心功能包括 AI 高光检测、自动字幕生成与多语言翻译、基于语音的故事板编辑、智能背景音乐匹配以及静音段落自动移除等。它特别适合用于社交媒体内容创作、视频博客、在线教育、产品营销和企业培训等领域，帮助用户快速制作高质量的短视频或音频内容。

AI项目与工具 2025年06月12日 26 点赞 0 评论 858 浏览

Llama Tutor

Llama Tutor 是一款基于 AI 的开源个性化学习平台，利用 Llama 3.1 和 Together AI 技术生成定制化学习计划，涵盖多学科领域，提供互动式学习体验和精准解答。支持个人学习、学术教育、职业发展和语言学习等应用场景，致力于打造高效、有趣的沉浸式学习环境。

AI项目与工具 2025年06月12日 77 点赞 0 评论 858 浏览

Pablo

Pablo是一款AI驱动的网页设计工具，支持用户通过上传Logo快速生成品牌化网站，并提供无代码编辑功能。它能够自动匹配配色方案，支持在线定制与发布，同时具备图片制作能力，可生成符合社交媒体规范的图像内容。适用于品牌建设、个人展示及小型企业网站搭建等多种场景。

AI项目与工具 2025年06月11日 71 点赞 0 评论 858 浏览

VideoFusion

VideoFusion 是一款开源的短视频处理工具，支持自动去除黑边、水印和字幕，智能旋转视频方向，提升画质，并兼容多种视频格式。具备批量处理、自定义设置和实时进度反馈功能，适用于视频创作者、自媒体运营及企业等多场景应用。

AI项目与工具 2025年06月12日 27 点赞 0 评论 858 浏览

iTextMaster

iTextMaster是一款AI驱动的文本分析与交互工具，支持用户通过对话形式快速总结PDF文档和网页内容，具备精准搜索与智能推荐功能。它广泛应用于学术研究、法律行业、商业分析、教育以及项目管理等领域，助力用户高效处理信息并提升工作效率。

AI项目与工具 2025年06月12日 87 点赞 0 评论 857 浏览

Bing Video Creator

Bing Video Creator是微软推出的AI视频生成工具，基于OpenAI的Sora模型，用户可通过输入文本描述快速生成5秒短视频。支持9:16格式，提供快速模式和标准模式，初始有10次免费生成机会。功能包括视频生成、多种风格选择、视频存储和分享等，适用于广告、教学、创意和个人娱乐等多种场景。

AI项目与工具 2025年06月11日 80 点赞 0 评论 857 浏览

可灵2.0

可灵2.0是快手推出的AI视频生成模型，支持文生视频和图生视频，具备复杂动态生成、动作流畅性和多模态编辑能力。它能根据用户输入的文字或图片生成高质量视频，提升视频的真实感和沉浸感，适用于影视、广告、教育、游戏等领域，提高创作效率与灵活性。

AI项目与工具 2025年06月11日 70 点赞 0 评论 857 浏览