Readtheirlips Readtheirlips 是一款由 Symphonic Labs 开发的 AI 软件,主要用于通过分析视频中人物的嘴唇运动来识别和转录口语内容。它利用面部检测技术,提取并分析嘴唇的几何特征和动态变化,与训练数据进行匹配,以识别视频中人物所说的内容。该软件适用于听力受损人士、视频字幕生成、安全监控、教育和培训以及媒体和娱乐等多个场景。 AI项目与工具 2025年06月12日 78 点赞 0 评论 327 浏览
LightEval LightEval是一款由Hugging Face开发的轻量级AI评估工具,旨在评估大型语言模型。它支持多设备运行,包括CPU、GPU和TPU,具备多任务处理能力和自定义评估功能。LightEval与Hugging Face的生态系统集成,便于模型管理和共享。适用于企业、科研人员及教育机构。 AI项目与工具 2025年06月12日 95 点赞 0 评论 327 浏览
Amodal3R Amodal3R 是一种基于条件的 3D 生成模型,能够从部分遮挡的 2D 图像中重建完整的 3D 模型。通过引入掩码加权多头交叉注意力机制和遮挡感知注意力层,提升了遮挡场景下的重建精度。该模型仅使用合成数据训练,却能在真实场景中表现出色,具有较强的泛化能力。广泛应用于 AR/VR、机器人视觉、自动驾驶及 3D 资产创建等领域。 AI项目与工具 2025年06月12日 39 点赞 0 评论 327 浏览
OmniAlign OmniAlign-V是由多所高校联合开发的多模态大语言模型对齐数据集,包含约20万个多模态样本,涵盖自然图像和信息图表。其核心功能包括提供高质量训练数据、提升模型的开放式问答能力、增强推理与创造力,并支持模型持续优化。数据集通过图像筛选、任务设计及后处理优化确保数据质量,适用于多模态对话系统、图像辅助问答、创意生成等多个应用场景。 AI项目与工具 2025年06月12日 99 点赞 0 评论 327 浏览
speakSync AI语音翻译器,无缝语音和文本转换,一款基于ChatGPT的AI语音翻译应用,支持70多种语言。它可以实现面对面语音通话。 Ai办公效率 2025年06月05日 79 点赞 0 评论 327 浏览
91JPG 绘影流光 91JPG 绘影流光是一款基于AI技术的图像生成工具,专注于提升服装摄影的效率与质量。其核心功能涵盖AI穿衣、AI换脸换背景、人台图生成及图片背景移除等,适用于多样化场景,包括产业带工厂、批发档口、实体店主、电商卖家以及时尚品牌等。该工具不仅能够显著降低运营成本,还能增强服装展示效果,为用户带来更高的商业价值。 AI项目与工具 2025年06月12日 61 点赞 0 评论 327 浏览
GPTEngineer GPTEngineer 是一款基于AI技术的开源工具,通过简单的文本提示快速生成网页应用原型。它支持自然语言交互,能够根据用户描述自动生成代码,并具备代码改进、错误检测与修正等功能。此外,GPTEngineer 还支持与 GitHub 同步和一键部署。该工具兼容多种AI模型,适用于快速原型开发、Web应用开发、自动化测试、代码重构及教育等多个领域。 AI项目与工具 2025年06月12日 23 点赞 0 评论 327 浏览