多语言

​self.so

一个由 Nutlope 开发的可以将 LinkedIn 上的个人资料转换为个人网站的开源项目。它通过提取 LinkedIn 上的用户信息,自动生成一个简洁、美观的个人网站。

混元DiT

混元DiT(Hunyuan-DiT)是腾讯混元团队开源的高性能文本到图像的扩散Transformer模型,具备细粒度的中英文理解能力,能够生成多分辨率的高质量图像。该模型结合了双语CLIP和多语言T5编码器,通过精心设计的数据管道进行训练和优化。混元DiT的主要功能包括双语文本到图像生成、细粒度中文元素理解、长文本处理能力、多尺寸图像生成、多轮对话和上下文理解、高一致性和艺术性。此外,混元DiT在

SkipWatch AI

一款AI驱动的YouTube视频总结工具,可一键生成视频摘要,支持多语言,能提取关键信息,适用于学生、职场人士等用户群体。

Freed

Freed是一款基于AI技术的医疗文档助手,通过语音转录和自然语言处理技术,实现医患对话的自动化记录与结构化文档生成。其核心功能包括环境感知技术、个性化学习以及多语言支持,广泛适用于门诊、住院、急诊及远程医疗等多种医疗场景,旨在减轻医生文书负担,提升工作效率。

Scribe

Scribe 是由 ElevenLabs 推出的高精度语音转文本模型,支持 99 种语言,具备多说话者区分、非语言事件检测和单词级时间戳功能。输出结构化的 JSON 数据,适用于会议记录、字幕生成、内容创作等多种场景,广泛应用于教育、客服及媒体领域。

Gemma 3

Gemma 3 是谷歌推出的开源人工智能模型,支持多语言、多模态处理,具备文本、图像及短视频分析能力。提供多种模型尺寸,适配不同硬件环境,优化了单 GPU/TPU 性能,推理速度提升显著。内置图像安全分类器,增强内容安全性。支持多种开发工具和部署方式,适用于人脸识别、物体检测、智能助手、文本分析等场景。

Lingolette

Lingolette是一款利用AI技术打造的语言学习平台,专注于通过实时对话和个性化学习路径提升用户的外语口语与书面表达能力。平台支持多种语言(如英语、法语、德语等),并结合沉浸式场景、逐步指导和每日更新的内容激发学习动力。此外,它适合个人、教育机构、职场人士及企业团队使用,满足多样化的学习需求。

CosyVoice 2.0

CosyVoice 2.0是一款基于深度学习的语音生成大模型,通过有限标量量化技术和新型架构设计,在发音准确性、音色一致性和韵律表达方面表现出色。其支持流式推理,延迟低至150ms,广泛应用于智能助手、有声读物、视频配音及语言学习等领域,同时具备多语言支持和情感控制等功能。

品食PicEats

一款专为海外旅行者设计的 AI 美食工具,品食PicEats集成了菜单拍照翻译、菜品识别、当地美食推荐与餐厅点评等功能。

风车Ai翻译

高效的外贸跨境电商翻译工具,支持中英日韩欧美东南亚等多国语言,便捷的图片、短视频精修工具,支持API调用,轻松打造精品出海内容素材。