AI项目与工具

OpenCoder

OpenCoder是一个开源代码大型语言模型(LLM),具备代码生成、审查、补全、错误调试等功能,支持多种编程语言,通过预训练、指令微调及优化策略提升性能,推动代码AI研究的透明化与可重复性,广泛应用于开发效率提升、代码质量保障及编程教育等领域。

F5

F5-TTS是一款由上海交通大学研发的高性能文本转语音(TTS)系统,采用流匹配与扩散变换器技术,支持多语言合成及情感控制等功能。它能够在无额外监督条件下生成高质量语音,适用于多种商业和非商业场景,如有声读物、语音助手、语言学习等。

CapsWriter

CapsWriter-Offline是一款基于PC端的离线语音输入与字幕转录工具,支持实时语音转文字功能,具备高准确率和无限时长录音能力。其核心技术依托于深度学习模型,可处理中英文混合语音,并提供热词自定义功能以提升特定术语的识别效果。此工具适用于会议记录、学术讲座、视频字幕生成等多种场景,同时确保用户数据的安全与隐私。 ---

Leffa

Leffa是一种基于注意力机制的可控人物图像生成框架,通过流场学习精确控制人物的外观和姿势。其核心技术包括正则化损失函数、空间一致性及模型无关性,能够在保持细节的同时提升图像质量。Leffa广泛应用于虚拟试穿、增强现实、游戏开发及影视后期制作等领域,展现出卓越的性能与灵活性。

profile picture Maker

PFPMaker 是一款基于 AI 技术的在线头像制作工具,支持自动去除照片背景,并提供丰富的编辑功能和模板选择。用户可上传照片或使用平台素材,通过裁剪、调色等操作生成个性化头像。支持高清输出,适用于社交媒体、职业平台及通讯工具,且完全免费使用。

有一云AI

有一云AI是一款专注于新媒体内容创作的智能平台,整合大数据分析与AI技术,提供文案生成、排版优化、热点关联、关键词分析等功能。支持一键生成高质量文章、标题及短视频脚本,适配多个主流新媒体平台,适用于公众号运营、小红书笔记、电商文案等多种场景。平台内置360余款AI工具,帮助创作者提升内容质量与传播效率,是新媒体从业者的重要辅助工具。

Style Art AI

Style Art AI 是一款基于 AI 技术的图像创作工具,结合 ChatGPT 4o 模型与多种艺术风格,可将文字描述或图片快速转换为不同风格的艺术作品。用户只需输入文本或上传图片,设置参数即可生成高质量图像。支持 30 多种风格,包括经典动画、迪士尼、皮克斯等,并提供风格混合、细节优化等功能,适合初学者和专业设计师使用。

Vision Parse

Vision Parse 是一款开源工具,旨在通过视觉语言模型将 PDF 文件转换为 Markdown 格式。它具备智能识别和提取 PDF 内容的能力,包括文本和表格,并能保持原有格式与结构。此外,Vision Parse 支持多种视觉语言模型,确保解析的高精度与高速度。其应用场景广泛,涵盖学术研究、法律文件处理、技术支持文档以及电子书制作等领域。

ChatExcel Pro

ChatExcel Pro是一款基于AI技术的表格处理与数据分析工具,支持多种文件格式的导入与多表上传,具备强大的Excel函数操作能力及多表分析功能。用户可通过自然语言指令实现复杂数据处理,支持一键生成分析报告和表格下载,适用于多种应用场景,如财务会计、市场营销、人力资源管理和库存管理等。

PlanGEN

PlanGEN 是谷歌研发的多智能体协作框架,用于解决复杂问题的规划与推理。它包含约束、验证和选择三大智能体,支持多智能体协作、约束引导、算法自适应选择等功能。提供四种实现方式,适用于不同复杂度任务,如日程安排、数学证明、自动驾驶等。具有模型不可知性,可与多种大语言模型结合,具备良好的可扩展性和灵活性。