工具

1. 首页
2. 工具

Umi

Umi-OCR 是一款离线 OCR 工具，支持图片、截图和 PDF 文档的文字识别，具备数学公式与二维码识别功能，可生成可搜索 PDF。支持多语言识别与界面切换，提供命令行和 HTTP 接口调用，适用于文档数字化、数据录入、教育等多个场景。

AI项目与工具 2025年06月12日 51 点赞 0 评论 355 浏览

Narakeet

Narakeet 是一款基于自然语音合成技术的在线工具，支持将文本、文档和字幕转换为高质量音频并同步至视频。提供 100 多种语言和 800 多种声音，支持自动化视频制作和多平台分发，适用于教育培训、市场营销、企业沟通及个人创作等多种用途。

AI项目与工具 2025年06月12日 85 点赞 0 评论 461 浏览

Fynix

Fynix 是一款基于 AI 的软件开发辅助工具，支持多语言和主流 IDE，提供代码生成、质量分析、流程图可视化、自然语言指令等功能。适用于个人开发者和企业团队，提升开发效率与代码规范性，支持 JIRA 集成，并提供灵活的定价方案。

AI项目与工具 2025年06月12日 91 点赞 0 评论 120 浏览

Marker

Marker 是一款开源的高精度文档转换工具，支持 PDF、Word 等多种格式向 Markdown、JSON 和 HTML 的转换。它利用深度学习技术自动去除干扰元素，支持多语言处理，具备表格、代码块、公式识别及图像提取等功能，适用于学术研究、技术文档、教育资料等多种场景。同时支持硬件加速和批量处理，提升转换效率与用户体验。

AI项目与工具 2025年06月12日 26 点赞 0 评论 216 浏览

Instella

Instella是AMD推出的30亿参数开源语言模型，基于自回归Transformer架构，支持4096标记序列，具备强大的自然语言理解、指令跟随和多轮对话能力。通过多阶段训练和高效优化技术，Instella在多个任务中表现优异，适用于智能客服、内容创作、教育辅导、编程辅助和企业知识管理等多个场景。AMD全面开放了模型资源，促进AI技术发展与社区合作。

AI项目与工具 2025年06月12日 79 点赞 0 评论 347 浏览

wcplusPro

wcplusPro 是一款支持多平台的微信公众号数据采集与分析工具，可采集文章、阅读数据等信息，并支持百万级数据管理与快速检索。提供多种数据导出格式，适用于 AI 训练、内容分析、市场研究等场景。具备数据报告、全文搜索、任务管理等功能，满足不同用户的多样化需求。

AI项目与工具 2025年06月12日 29 点赞 0 评论 195 浏览

Stable Virtual Camera

Stable Virtual Camera 是 Stability AI 推出的 AI 工具，能够将 2D 图像转换为具有真实深度和透视感的 3D 视频。用户可通过自定义相机轨迹生成多种宽高比的视频，支持最长 1000 帧的高质量输出。其核心技术包括生成式 AI、神经渲染和多视图一致性优化，确保视频在不同视角间过渡自然且保持 3D 一致性。适用于广告、内容创作及教育等多个领域。

AI项目与工具 2025年06月12日 61 点赞 0 评论 288 浏览

AiSlides.chat

AiSlides.chat 是一款基于AI的PPT制作工具，支持自然语言输入和实时对话式编辑，自动生成大纲和页面设计。提供智能图表、图片管理、主题设置及多格式导出功能，适用于企业汇报、学术展示、产品推广等场景，提升演示文稿的制作效率与专业度。

AI项目与工具 2025年06月12日 51 点赞 0 评论 421 浏览

Multi

Multi-Speaker 是 AudioShake 推出的高分辨率多说话人分离工具，支持将音频中不同说话人的语音精准分离至独立轨道，适用于广播级音频处理。它具备高保真音频处理能力，支持高采样率，能处理长达数小时的录音，在复杂场景下仍能保持稳定效果。广泛应用于影视、播客、无障碍服务及内容创作等领域，提升音频编辑效率与质量。

AI项目与工具 2025年06月12日 55 点赞 0 评论 500 浏览

UniFluid

UniFluid是由谷歌DeepMind与麻省理工学院联合开发的统一自回归框架，支持图像生成与视觉理解任务。它通过连续视觉标记处理多模态输入，结合Gemma模型和VAE技术，实现高质量图像生成与强大视觉理解能力。该框架在图像编辑、视觉问答和图像描述等任务中表现出色，具备良好的下游任务迁移能力，适用于创意设计、内容创作等多个领域。

AI项目与工具 2025年06月12日 54 点赞 0 评论 248 浏览