R

1. 首页
2. R

Ovis2

Ovis2是阿里巴巴国际团队开发的多模态大语言模型，采用结构化嵌入对齐技术提升视觉与文本的融合效果。支持视频、图像和多语言处理，强化了思维链推理和复杂场景下的OCR能力。提供多个参数规模的版本，适用于研究、开发及各类应用场景，展现卓越性能。

AI项目与工具 2025年06月12日 67 点赞 0 评论 450 浏览

Fugatto

Fugatto是一款由英伟达开发的音频合成与转换模型，利用增强型Transformer架构实现了从文本到音频的高效转化。它支持多种音频生成任务，如音乐创作、声音效果设计及语音合成，并可通过ComposableART技术实现对声音属性的精细调控。此外，Fugatto擅长生成动态变化的声音景观，广泛应用于音乐创作、声音设计及广告音频制作等领域。

AI项目与工具 2025年06月12日 44 点赞 0 评论 450 浏览

VideoRAG

VideoRAG是一种基于检索增强生成（RAG）技术的工具，旨在提升长视频的理解能力。它通过提取视频中的多模态信息（如OCR、ASR和对象检测），并将其与视频帧和用户查询结合，增强大型视频语言模型的处理效果。该技术轻量高效，易于集成，适用于视频问答、内容分析、教育、媒体创作及企业知识管理等多个领域。

AI项目与工具 2025年06月12日 75 点赞 0 评论 451 浏览

Klee

Klee是一款本地运行的AI桌面应用，专注于数据安全与隐私保护，所有操作均在用户设备上完成。它集成了RAG技术、开源AI模型，并支持笔记管理、文件分析、团队协作等功能。适用于个人知识管理、软件测试、数据分析及自然语言处理等多种场景，尤其适合注重隐私和高效工作的用户。

AI项目与工具 2025年06月12日 90 点赞 0 评论 451 浏览

Audio2Photoreal

从音频生成全身逼真的虚拟人物形象。它可以从多人对话中语音中生成与对话相对应的逼真面部表情、完整身体和手势动作。

Ai开源项目 2025年06月05日 77 点赞 0 评论 451 浏览

xAR

xAR是由字节跳动与约翰·霍普金斯大学联合研发的自回归视觉生成框架，采用“下一个X预测”和“噪声上下文学习”技术，提升视觉生成的准确性和效率。其支持多种预测单元，具备高性能生成能力，在ImageNet数据集上表现优异，适用于艺术创作、虚拟场景生成、老照片修复、视频内容生成及数据增强等多种应用场景。

AI项目与工具 2025年06月12日 30 点赞 0 评论 451 浏览

秒出PPT

秒出PPT是一款基于AI技术的在线PPT编辑神器!平台内提供海量模版,用户只需输入主题就能快速生成精美PPT。

PPT资源 2025年06月05日 80 点赞 0 评论 451 浏览

网站图标探测器

网站图标探测器是一个简单易用的Favicon探测器，实现快捷下载 Favicon ICO。

logo图标 2025年06月05日 28 点赞 0 评论 451 浏览

PostNitro AI

适用于 Instagram、LinkedIn 等的免费AI轮播帖子生成器，PostNitro AI几分钟内就可生成可定制的、与品牌一致的内容，从而提升您的社交媒体参与度。

Ai编程建站 2025年06月05日 35 点赞 0 评论 452 浏览

泡咖AI绘画

泡咖AI绘画基于最新一代ChatGPT-4大语言模型和最强Ai绘画Midjourney引擎深度开发而成，泡咖AI根据中国人使用习惯，进行了深度优化，可以更好的支持中文和国内网络环境。

Ai绘画生成 2025年06月05日 86 点赞 0 评论 452 浏览