NotebookMLX NotebookMLX 是一款基于 MLX 技术开发的开源工具,支持将 PDF 文档转换为音频播客。它通过 PDF 预处理、播客脚本生成、文本优化以及文本转语音等功能,实现了从 PDF 文件到高质量音频内容的全流程自动化处理,适用于教育、播客创作、有声书制作等多个领域,显著提升了信息传播效率和用户体验。 AI项目与工具 2025年06月12日 70 点赞 0 评论 487 浏览
Aether Aether是由上海AI Lab开发的生成式世界模型,基于合成数据训练,具备4D动态重建、动作条件视频预测和目标导向视觉规划等核心功能。它通过三维时空建模和多任务协同优化,实现对环境的精准感知与智能决策,具有出色的零样本泛化能力,适用于机器人导航、自动驾驶、虚拟现实等多个领域。 AI项目与工具 2025年06月11日 25 点赞 0 评论 487 浏览
InspireMusic InspireMusic是由阿里巴巴通义实验室开发的AI音乐生成工具,支持通过文字描述或音频提示生成多种风格的音乐作品。其核心技术包括音频 tokenizer、自回归 Transformer 模型、扩散模型(CFM)和 Vocoder,实现文本到音乐的转换、音乐续写及高质量音频输出。该工具支持长音频生成、多种采样率,并提供快速与高音质两种推理模式,适用于音乐创作、音频处理及个性化音乐生成等场景。 AI项目与工具 2025年06月12日 83 点赞 0 评论 486 浏览
Concept Lancet Concept Lancet(CoLan)是一种基于潜在空间稀疏分解的图像编辑框架,能够实现零样本、即插即用的精确概念替换、添加与移除。它通过构建视觉概念字典,结合扩散模型生成高质量图像,保持视觉一致性。适用于创意设计、影视制作、游戏开发等多个领域,提供高效的图像编辑解决方案。 AI项目与工具 2025年06月11日 28 点赞 0 评论 486 浏览
SketchVideo SketchVideo是一款基于草图和文本提示的视频生成与编辑框架,由多所高校与企业联合研发。它利用DiT模型和草图控制网络,实现对视频内容的精细控制,支持动态调整与细节保留。该工具适用于多种场景,如影视制作、教育、游戏开发等,具备高效生成与高质量输出能力。 AI项目与工具 2025年06月11日 83 点赞 0 评论 486 浏览
SAC SAC-KG是一个基于大型语言模型(LLMs)的框架,用于自动化构建领域知识图谱。它包含生成器、验证器和剪枝器三大组件,能从原始语料库生成高精度的特定领域知识图谱,适用于医学、生物学等专业领域。SAC-KG支持大规模数据处理,其精度可达89.32%,显著优于现有方法。 AI项目与工具 2025年06月12日 65 点赞 0 评论 486 浏览
MineWorld MineWorld是由微软研究院开发的基于《我的世界》的实时交互式AI模型,采用视觉-动作自回归Transformer架构,实现高保真、可控性强的场景生成。通过并行解码算法,模型可在每秒4至7帧的速度下实现实时交互,适用于具身智能、强化学习、游戏代理及视频生成等场景。其核心技术包括图像与动作标记器、Transformer解码器以及优化的训练与推理流程。 AI项目与工具 2025年06月11日 93 点赞 0 评论 486 浏览
Sora Sora是一款由OpenAI开发的AI视频生成工具,支持文本、图像和视频输入,生成高质量的1080p分辨率视频,最长可达20秒。该工具基于DALL·E和GPT模型,具有强大的创意表达能力,并配备剪辑和社区功能,适合内容创作者、营销人员、教育工作者以及影视制作人使用。 AI项目与工具 2025年06月12日 29 点赞 0 评论 486 浏览
Markdown Markdown-to-Image 是一个基于 React 的开源工具,可将 Markdown 文本转换为图像,支持多种输出格式和自定义样式。其应用场景包括社交媒体内容创作、技术文档可视化、博客标题设计以及教育和营销材料制作,具备强大的灵活性和易用性。 AI项目与工具 2025年06月12日 21 点赞 0 评论 486 浏览
奇觅 奇觅是由美图公司推出的专注于游戏行业的广告AI制作与投放一体化平台。利用先进的AI技术,提供灵感生成、广告制作和广告投放等服务,帮助广告策划人员和广告主提升创意和投放效果... Ai视频生成 1970年01月01日 0 点赞 0 评论 485 浏览