VideoAgent

VideoAgent是一款基于自改进机制的视频生成系统，结合图像观察与语言指令生成机器人控制视频计划。它采用自我条件一致性方法优化视频质量，通过预训练视觉-语言模型反馈和实际执行数据的收集，持续提升生成效果，减少幻觉内容并提高任务成功率。VideoAgent在模拟环境中有优异表现，并已应用于机器人控制、模拟训练、教育研究、游戏开发以及电影制作等领域，展现出广泛的应用潜力。

AI项目与工具 2025年06月12日 66 点赞 0 评论 458 浏览

summarize.tech

Summarize.tech是一款利用AI技术生成长视频文字摘要的在线工具，可自动提取视频中的关键信息并提供定制化的摘要长度和时间戳标记。它支持多种语言和跨平台链接，适用于学习、研究、职场及娱乐等多个场景，帮助用户高效获取所需信息。

AI项目与工具 2025年06月12日 70 点赞 0 评论 400 浏览

AI Interview Copilot

AI Interview Copilot是一款专为求职者设计的AI辅助工具，通过实时语音转录和先进的语言模型（如GPT-4）来提升远程面试的表现。主要功能包括实时转录、问题解答、算法问题解决和图像识别等。该工具支持多语言，帮助求职者在技术或编程面试中快速生成答案和代码，从而更加自信地展示专业技能，提高面试成功率。

AI项目与工具 2025年06月12日 58 点赞 0 评论 256 浏览

TripoSF

TripoSF是由VAST推出的新型3D基础模型，采用SparseFlex表示方法和稀疏体素结构，显著降低内存占用并提升高分辨率建模能力。其“视锥体感知的分区体素训练”策略优化了训练效率，使模型在细节捕捉、拓扑结构支持和实时渲染方面表现突出。实验数据显示，TripoSF在Chamfer Distance和F-score等关键指标上分别降低82%和提升88%。适用于视觉特效、游戏开发、具身智能及产品

AI项目与工具 2025年06月12日 71 点赞 0 评论 490 浏览

GPTExcel

GPTExcel 是一款基于AI的电子表格辅助工具，支持公式生成、自动化脚本编写、SQL查询生成等功能，简化复杂数据处理流程。它提供详细解释，帮助用户理解和应用生成内容，并支持表格模板创建、数据可视化和正则表达式生成，适用于多种应用场景，如财务、数据分析和人力资源管理。

AI项目与工具 2025年06月12日 19 点赞 0 评论 446 浏览

Bith AI

Bith AI 是一款AI驱动的视频创作与编辑工具，支持文本转视频、自动字幕生成、多平台尺寸适配、多媒体融合及一键发布等功能。适用于社交媒体、企业营销、教育培训和个人创作等多种场景，提升视频制作效率与专业度。

AI项目与工具 2025年06月12日 37 点赞 0 评论 498 浏览

LOOK

LOOK是一款面向时尚设计师的AI设计工具，通过AIGC技术实现设计概念的实时可视化。支持草图转图像、批量生产、文生图、图生图及模特试穿等功能，提高设计效率与创意表达。集成多种工具，简化设计流程，适用于教育、创意开发、产品设计等多个场景。

AI项目与工具 2025年06月12日 73 点赞 0 评论 278 浏览

DiffEditor

DiffEditor是由北京大学深圳研究生院与腾讯PCG联合研发的图像编辑工具，基于扩散模型，结合图像与文本提示，支持细粒度对象移动、尺寸调整、内容拖动及跨图像编辑。采用区域随机微分方程（Regional SDE）和时间旅行策略，提升编辑准确性和灵活性。无需额外训练即可实现高效图像处理，适用于创意设计、人像修复和风景优化等场景。

AI项目与工具 2025年06月12日 76 点赞 0 评论 284 浏览

海豚AI配音

海豚AI配音是一款支持多语言、多音色的文本转语音工具，提供超过500种真人音色和1000多种二次元音色，适用于有声书、自媒体、教育、动漫及广告等领域。支持多人配音、声音克隆、变声等功能，操作简便，适合各类内容创作者提升作品质量。

AI项目与工具 2025年06月12日 52 点赞 0 评论 489 浏览

LatentLM

LatentLM是一款由微软与清华大学合作开发的多模态生成模型，能够统一处理文本、图像、音频等多种数据类型。它基于变分自编码器（VAE）和因果Transformer架构，支持自回归生成与跨模态信息共享，特别擅长图像生成、多模态语言模型及文本到语音合成等任务，其提出的σ-VAE进一步提升了模型的鲁棒性。

AI项目与工具 2025年06月12日 67 点赞 0 评论 422 浏览