AI项目与工具

AnyStory

AnyStory是阿里巴巴通义实验室开发的文本到图像生成工具,支持单个或多个主体的高保真图像生成。其核心在于“编码-路由”架构,结合ReferenceNet和CLIP视觉编码器实现主体特征的精准建模与定位。通过解耦路由机制,有效避免多主体混淆,确保图像与文本描述高度一致。适用于创意设计、角色生成、广告制作等多个场景,提供高质量、个性化的图像生成能力。

WhisperChain

WhisperChain 是一款开源语音识别工具,支持实时语音转文本并提供文本优化功能,可去除填充词、优化语法。用户可通过全局热键快速启动语音输入,处理结果自动复制到剪贴板。支持 Streamlit 界面与 FastAPI 架构,适用于会议记录、写作辅助等场景。

OpenJobs AI

OpenJobs AI 是一款基于AI技术的求职平台,支持职位智能匹配、简历生成与优化,并提供学习指导与职业咨询功能。用户可通过自然语言输入需求,获取精准的职位推荐和个性化建议,适用于求职者、技术学习者及职场人士,提升求职效率与职业竞争力。

Notion Email

Notion Mail 是一款基于 AI 技术的电子邮件客户端,具备自动整理收件箱、生成自动回复、协作撰写邮件等功能。它通过与 Google、Gmail 等平台的无缝集成,帮助用户优化邮件管理流程,同时支持项目管理、客户支持和团队协作等应用场景,旨在提升工作效率并减少重复性劳动。 ---

琅琊

琅琊是中国科学院海洋研究所推出的一款海洋人工智能大模型,专注于全球海洋状态变量的中短期高精度预报。它采用先进的机器学习技术与海洋科学知识相结合的方式,提供1至7天的温度、盐度和海流等关键指标的高分辨率预报,显著提高海洋预报的准确性与可靠性。未来版本将扩展至更多复杂海洋现象的预测,增强灾害预警能力。 ---

Sa2VA

Sa2VA是由字节跳动联合多所高校开发的多模态大语言模型,结合SAM2与LLaVA技术,实现对图像和视频的密集、细粒度理解。它支持指代分割、视觉对话、视觉提示理解等多种任务,具备零样本推理能力和复杂场景下的高精度分割效果。适用于视频编辑、智能监控、机器人交互、内容创作及自动驾驶等多个领域。

Fish Speech 1.5

Fish Speech 1.5是一款基于深度学习的文本转语音(TTS)工具,支持多语言文本输入,通过Transformer、VITS、VQVAE和GPT等技术实现高质量语音合成。它具备零样本和少样本语音合成能力,延迟时间短,无需依赖音素,泛化性强,且支持本地化部署。Fish Speech 1.5可应用于有声读物、辅助技术、语言学习及客户服务等多个领域。

小卡健康

小卡健康是一款由北京快欧科技推出的AI健康管理应用,主要功能包括通过拍照识别食物热量和营养成分,自动记录饮食数据,并根据用户健康目标生成个性化热量摄入建议。应用还提供AI智能助手、个性化食谱推荐、轻断食追踪等功能,支持多平台同步,帮助用户科学管理饮食与健康。

ASSEMBO.AI

ASSEMBO.AI 是一款 AI 驱动的多功能平台,支持电商商家快速生成高质量的营销图片和视频。用户可上传产品图片,选择背景或风格,轻松创建适合多平台展示的内容。平台提供多样化的模板和个性化调整选项,适用于电商、社交媒体营销、广告制作等多个场景,有效提升产品吸引力和品牌曝光率。

Dify Marketplace

Dify Marketplace是一个集插件分发、API集成、用户管理于一体的工具平台,涵盖生产力提升、数据分析、内容创作等多个领域。平台提供严格的审核机制以确保插件质量,支持在线安装与本地部署,并鼓励开发者参与生态建设。适用于内容创作、市场分析、技术开发、教育及个人效率提升等多种场景。