工具

TTS

TTS语音向导是一种工具,允许用户通过微软Azure语音识别和TTS将语音转换为文本,然后再转换回语音。它还向VRChat发送OSC消息以在头像上显示文本。该工具有许多自定义选项,包括100...

UFO²

UFO²是微软开发的多智能体操作系统,基于深度系统集成和自然语言交互技术,实现Windows桌面任务的自动化处理。系统采用HostAgent与AppAgent协同架构,结合GUI与API操作,提升任务执行效率和稳定性。支持多轮交互、非干扰式体验和安全保障机制,适用于办公自动化、企业任务处理、智能客服等多种场景,具有较强的实用性和扩展性。

Ondoku

Ondoku 是一款支持多语言的文字转语音工具,提供文本输入、图片文字提取及语音调整功能。用户可将文本或图片中的文字转换为自然语音,并下载为音频文件。适用于教育、娱乐、商务等多种场景,如课程讲解、有声书制作和视频配音,提升信息传播效率。

VersaGen

VersaGen是一款基于生成式AI的文本到图像合成工具,支持多样化视觉控制和灵活的创意表达。通过适配器训练和优化策略,VersaGen将视觉信息融入生成过程中,显著提升了图像质量和用户体验。该工具适用于创意设计、数字艺术、广告营销、游戏开发及影视制作等多个领域,为用户提供了高效且直观的视觉创作解决方案。

白日梦AI

一个文生视频类AIGC创作平台,支持文生视频、动态画面、AI角色生成、人物/场景一致性,可以将故事生成视频。

Docling

Docling 是一款开源工具,支持多种文档格式的解析与转换,包括 PDF、DOCX、PPTX、图片和 HTML。它通过高级 PDF 理解和 OCR 技术,将文档内容转换为统一的结构化格式(如 Markdown 和 JSON)。Docling 可与 LlamaIndex 和 LangChain 集成,增强文档的检索和问答能力,并提供简洁的命令行界面,适用于自动化文档处理、数据科学、知识管理和信息检

Depth Pro

Depth Pro 是一款由苹果公司开发的先进单目深度估计模型,能够在不到一秒的时间内从单张2D图像生成高分辨率的3D深度图。它支持零样本学习,无需依赖相机内参即可提供度量级深度信息,并在细节捕捉方面表现出色。Depth Pro 在增强现实、3D重建、图像编辑、机器人导航和自动驾驶等领域展现出广泛的应用前景。

Acedit

Acedit是一款利用AI技术的Chrome扩展工具,旨在帮助求职者提升面试能力。其核心功能包括实时问题检测、AI生成的回答建议、个性化面试准备、模拟面试体验、求职信生成及面试表现回顾等。无论是在线面试还是模拟演练,Acedit都能为用户提供全面的支持,助力他们在面试中脱颖而出。

DMind

DMind是由DMind研究机构开发的专为Web3领域优化的大型语言模型,针对区块链、去中心化金融和智能合约等场景深度优化。采用RLHF技术对齐,性能在Web3专项测试中表现优异,推理成本仅为大模型的十分之一。提供DMind-1和DMind-1-mini两个版本,适用于复杂任务和轻量级部署。支持智能合约生成与验证、DeFi交易代理部署、多轮对话交互等功能,基于Transformer架构,结合专业数

ShipAny

ShipAny 是一款基于 NextJS 的 AI SaaS 开发工具,提供丰富模板、基础设施集成和一键部署功能,助力开发者快速构建 AI 相关产品。支持身份验证、支付处理、AI 图像生成、SDK 集成及 SEO 优化,适用于全球市场。涵盖写作助手、智能问答、图像生成等多种应用场景,适合初创企业与开发者使用。