AI

KHOJ

KHOJ是一款开源的AI助手,支持多源知识整合与语义搜索,兼容多种文档格式和AI模型。提供图像生成、语音交互、跨平台访问等功能,支持本地与云端部署,适用于个人知识管理、学习研究、团队协作等场景,具有高度灵活性和可扩展性。

Dubbing AI

DubbingAI 语音生成器作为实时变声器,可以将任何语音转换为优质语音和克隆语音。从游戏玩家到直播主播和内容创作者。每个人都可以使用 Dubbing AI 生成跨年龄、语言和口音的逼真配音。

Paper

一个搜索真实文献并生成引用真实文献论文的AI工具。只需要输入关键词,就可以搜索相关的真实文献。

MGX

MGX(MetaGPT-X)是一款基于MetaGPT框架的AI编程工具,通过多智能体协作实现软件开发的全流程自动化。它包含产品经理、架构师、工程师等五个AI代理,分工明确,从需求分析到代码生成无需人工干预。支持自然语言编程,用户仅需描述需求即可快速生成全栈应用,适用于个人开发者、企业、数据分析及教育等多个领域。

remio

Remio 是一款 AI 驱动的知识管理工具,支持网页内容抓取、本地文件集成、智能分类与搜索,帮助用户高效整理和检索信息。其 AI 助手可模拟用户习惯,优化知识结构,确保数据本地存储,保障隐私安全,适用于多任务处理者、学生及创作者等群体。

ComfyUI客户端

ComfyUI客户端是一款专为图像生成与处理设计的桌面应用程序,支持Windows和Mac系统。它具备一键安装、自动更新及预配置Python环境等功能,可帮助用户快速搭建AI生图流程。软件提供丰富的节点连接选项,支持图像生成、编辑、修复以及虚拟现实场景构建等多样化应用场景,适用于艺术家、设计师及医学影像专家等领域。

字幕酱

字幕酱是一个在线字幕生成工具,利用 AI 深度学习技术,提供自动字幕生成、字幕翻译、字幕格式转换等功能。

GPDiT

GPDiT是一种由多所高校和企业联合开发的视频生成模型,结合了扩散模型与自回归模型的优势,具备高质量视频生成、视频表示学习、少样本学习和多任务处理能力。其核心技术包括轻量级因果注意力机制和无参数的旋转基时间条件策略,提升了生成效率与质量。该模型适用于视频创作、编辑、内容理解及创意生成等多种应用场景。

SmolVLM

SmolVLM是一款由Hugging Face开发的轻量级视觉语言模型,专为设备端推理设计。该模型具有三个版本,包括SmolVLM-Base、SmolVLM-Synthetic和SmolVLM-Instruct,分别适用于不同的应用场景。SmolVLM借鉴了Idefics3的理念,采用SmolLM2 1.7B作为语言主干,并通过像素混洗技术提升视觉信息的压缩效率。其训练数据集包括Cauldron和

SyncAnimation

SyncAnimation是一款基于音频驱动的实时动画生成框架,能够生成与音频同步的上半身姿态和面部表情,包括嘴唇动作。采用NeRF技术,结合音频到姿态和表情的同步模块,实现实时渲染与高精度动画生成。支持多种推理方式,具备高同步性和自然表现力,适用于虚拟主播、视频会议、动画制作、游戏开发及智能客服等多个领域。