Motion Anything Motion Anything 是一款由多所高校与企业联合研发的多模态运动生成框架,可基于文本、音乐或两者结合生成高质量人类运动。其核心在于基于注意力的掩码建模和跨模态对齐技术,实现对运动序列的精细控制与动态优先级调整。该工具支持影视动画、VR/AR、游戏开发、人机交互及教育等多个应用场景,并配套提供 Text-Music-Dance (TMD) 数据集,推动多模态运动生成技术的发展。 AI项目与工具 2025年06月12日 23 点赞 0 评论 418 浏览
VideoRefer VideoRefer是由浙江大学与阿里达摩院联合开发的视频对象感知与推理系统,基于增强型视频大型语言模型,实现对视频中对象的细粒度理解与分析。其核心包括大规模视频数据集、多功能空间-时间编码器和全面评估基准,支持对象识别、关系分析、推理预测及多模态交互等功能,适用于视频剪辑、教育、安防、机器人控制和电商等多个领域。 AI项目与工具 2025年06月12日 19 点赞 0 评论 418 浏览
Emu3 Emu3是一款由北京智源人工智能研究院开发的原生多模态世界模型,结合了多模态自回归技术和单一Transformer架构,能够在图像、视频和文本之间实现无缝转换。它不仅能够根据文本生成高质量图像,还能预测视频发展并理解图文内容,广泛应用于内容创作、广告营销、教育、娱乐等多个领域。 AI项目与工具 2025年06月12日 58 点赞 0 评论 418 浏览
异世界回响 异世界回响是一款基于人工智能的社交平台,用户可与虚拟角色进行沉浸式交流。平台支持自定义角色形象与声音,提供AIGC工具创建独一无二的角色,并具备数字分身功能。主要面向寻求创新社交体验、情感陪伴以及对AI技术感兴趣的人群。 AI项目与工具 2025年06月12日 28 点赞 0 评论 418 浏览
Media2Face 一款革命性的语音面部动画生成工具,借助 Media2Face,现在可以从任何音频、图像或文本输入无缝生成逼真且富有表现力的面部动画。 Ai开源项目 2025年06月05日 56 点赞 0 评论 417 浏览
FluxMusic FluxMusic 是一个开源的音乐生成工具,能够将文本描述转化为音乐。它采用先进的扩散模型和Transformer架构,通过修正流技术提高音乐的自然度和质量。该工具支持多种规模的模型,具备文本到音乐生成、语义理解、多模态融合等功能,适用于音乐创作、影视配乐、游戏音乐生成等多种场景。 AI项目与工具 2025年06月12日 66 点赞 0 评论 416 浏览
MCP万能工具箱 MCP万能工具箱是一个基于MCP开放协议的AI工具集成平台,提供近百款免费工具,覆盖办公、金融、数据处理等场景。支持一键调用多种功能,如财报解析、投资建议、地图导航等,并集成多个主流大模型。用户无需编程即可创建个性化智能体,提升工作效率与决策能力。平台具备安全机制,兼容多系统,适用于办公自动化、金融分析及专业领域支持等多种应用。 AI项目与工具 2025年06月11日 100 点赞 0 评论 416 浏览
AIMv2 AIMv2是苹果公司开发的开源多模态自回归预训练视觉模型,通过图像与文本的深度融合提升视觉理解能力。其采用图像块与子词标记拼接的方式进行自回归预训练,支持多种参数规模,适用于不同设备。具备视觉问答、指代表达理解、图像字幕生成、多媒体检索等功能,并可无缝集成到大型语言模型中。模型在多个视觉任务中表现优异,具备良好的可扩展性和零样本适应能力。 AI项目与工具 2025年06月12日 48 点赞 0 评论 416 浏览
讯飞星火PC版 讯飞星火PC版是科大讯飞推出的一款桌面级AI工具,集成了强大的跨领域知识理解和语言处理能力。它支持自然对话方式,涵盖写作、搜索、问答、翻译、PPT生成、图像生成等功能,并新增了深度搜索与多模态交互能力,可广泛应用于办公、教育、内容创作和技术开发等领域,提供高效便捷的智能服务。 AI项目与工具 2024年10月29日 65 点赞 0 评论 415 浏览