OCRmyPDF OCRmyPDF 是一款开源的命令行工具，用于将扫描 PDF 转换为可搜索、可编辑的文档。基于 Tesseract OCR 引擎，支持 100 多种语言，具备图像优化、纠偏、清洁等功能，提升识别准确率。支持多核处理与批量操作，适合高效处理大量文件，且完全离线运行，保障数据安全。 AI项目与工具 2025年06月12日 39 点赞 0 评论 347 浏览
CSM CSM是一款基于人工智能的3D建模平台，能够将2D图像、文本描述或手绘草图快速转换为高质量的3D模型。其主要功能包括图像到三维、文本到三维、草图到三维以及实时建模等，并支持动画和纹理编辑。CSM适用于游戏开发、影视制作、产品设计及建筑设计等多个行业，助力创意工作者高效完成从概念到原型的创作流程。 AI项目与工具 2025年06月12日 55 点赞 0 评论 348 浏览
MIP MIP-Adapter是一种基于IP-Adapter模型开发的个性化图像生成技术，能够高效处理多参考图像并生成高质量的定制化图像。通过解耦交叉注意力机制和加权合并方法，解决了多图像输入中的对象混淆问题，提升了生成图像的质量。该技术无需测试时微调，具有高效训练的特点，广泛应用于社交媒体、广告、游戏设计等多个领域。 AI项目与工具 2025年06月12日 80 点赞 0 评论 350 浏览
AI改图神器 AI改图神器是一种基于人工智能的图像处理工具，广泛应用于社交媒体、电商、摄影、设计等多个领域。它提供在线修改图片颜色尺寸、智能抠图去水印、AI/EPS/PSD/SVG全格式支持的功能。 创作工具 1970年01月01日 0 点赞 0 评论 354 浏览
InfiMM InfiMM-WebMath-40B是由字节跳动与中国科学院联合推出的大规模多模态数据集，涵盖大量数学和科学内容，包括文本、公式、符号及图像。该数据集通过筛选、清洗和标注优化，可显著提升多模态模型的数学推理能力。它适用于数学题库生成、学习工具开发、论文理解及科学研究等多个应用场景。 --- AI项目与工具 2025年06月12日 100 点赞 0 评论 355 浏览
ToonCrafter ToonCrafter是一个展示平台，它利用先进的生成对抗网络（GAN）技术，将用户的原始动漫帧转化为一系列风格一致、过渡自然的画面。 Ai视频生成 1970年01月01日 0 点赞 0 评论 357 浏览
Hula Hula 是一款 AI 视频生成工具，支持将静态照片或视频转换为动态内容，提供多种风格转换功能，如复古、动漫、童话等。用户可生成未来宝宝形象、制作聊天贴纸，并体验“时间旅行”功能，展现不同时代的自我形象。适用于社交媒体内容创作、创意视频制作和个人形象设计等多种场景。 AI项目与工具 2025年06月11日 76 点赞 0 评论 359 浏览
FluxSR FluxSR是一种基于单步扩散模型的图像超分辨率工具，由多所高校与研究机构联合开发。它通过流轨迹蒸馏技术，将多步模型压缩为单步模型，实现高效且高质量的图像增强。采用TV-LPIPS感知损失和注意力多样化损失，有效提升图像细节并减少伪影。适用于老照片修复、影视制作、医学影像增强等多个领域，具备高性能与低计算成本优势。 AI项目与工具 2025年06月12日 24 点赞 0 评论 363 浏览
InternVL3 InternVL3是上海人工智能实验室推出的多模态大型语言模型，具备文本、图像、视频等多模态数据处理能力。采用原生多模态预训练方法，提升语言与视觉理解效率，并支持工具使用、3D视觉、工业图像分析等复杂任务。模型可通过API部署，适用于智能交互、图像识别、视频分析及客服系统等多种场景。 AI项目与工具 2025年06月11日 68 点赞 0 评论 367 浏览
