AI项目与工具

saga

saga 是一款基于先进 AI 技术打造的创意工作区平台,具备创意生成、主题分析、关键词提取、语法建议、文本翻译及内容重写等核心功能。它能够帮助用户优化工作流程、激发创意思维并改善语言表达质量,广泛适用于内容创作、广告策划、教育学习、项目管理和商务沟通等领域。

美图证件照

美图证件照是一款基于AI技术的证件照制作工具,支持数百种规格选择,涵盖身份证、护照、驾照等多种用途。其核心功能包括智能抠图、精确裁剪、背景替换、AI换装及精细美颜等。用户可通过简单操作上传照片并调整细节,最终导出符合标准的电子或纸质版证件照。

Orpheus TTS

Orpheus TTS 是一款基于 Llama-3b 架构的开源文本到语音系统,支持自然、富有情感的语音生成。具备零样本语音克隆能力,无需预训练即可模仿特定语音,延迟低至 200 毫秒,适合实时应用。支持多种语音风格和情感控制,适用于有声读物、虚拟助手、游戏、教育等多个领域。

ENEL

ENEL是一种无编码器架构的3D大型多模态模型,通过直接处理点云数据并结合LLM实现高效语义编码与几何结构理解。其核心技术包括LLM嵌入的语义编码和分层几何聚合策略,在3D对象分类、字幕生成和视觉问答等任务中表现出色,性能接近更大规模模型。该模型适用于工业自动化、虚拟现实及复杂3D结构分析等领域。

AndroidLab

AndroidLab 是一款面向 Android 自主代理的训练与评估框架,集成了文本和图像模态操作环境,提供标准化的基准测试任务。它通过支持多种模型类型(LLMs 和 LMMs),覆盖九个应用场景的 138 项任务,有效提升了开源模型的性能。此外,AndroidLab 提供了丰富的评估指标和操作模式,助力研究者优化模型表现并推动开源解决方案的发展。

Heyboss

Heyboss 是一款面向非技术人员的 AI 开发工具,支持通过自然语言或文件上传快速生成 AI 应用、网页、游戏等。具备多模态内容生成、全流程集成开发、模板化创作等功能,适用于个人创意实现、教育、企业开发及专业开发者场景,显著降低技术门槛,提升开发效率。

Reverb ASR

Reverb ASR是一款基于深度学习的开源自动语音识别与说话人分离工具,采用20万小时高质量英语语音数据训练,具备高精度语音转录能力,支持逐字稿控制及多种解码模式。其显著特点是擅长处理长时间语音内容,并在长篇幅识别任务中超越其他开源模型。Reverb ASR适用于播客、会议记录、法庭记录等多个应用场景,为用户提供灵活且高效的语音转文字解决方案。

tldraw

tldraw是一款开源的无限画布工具,支持多人实时协作,适用于团队设计、项目管理和教育等领域。它提供了手绘风格、智能箭头、捕捉和便签等功能,以及丰富的绘图工具如画笔、橡皮擦、线框和文本工具,用户可在无限画布上自由创作,不受空间限制。

Mochii AI

Mochii AI 是一款多功能AI助手,支持智能对话、文档分析、网页总结、图像识别等功能,兼容多种AI模型。用户可跨平台使用,适用于文档处理、内容创作、代码生成及数据分析等场景,具备个性化定制和上下文理解能力,提升工作效率与体验。

PresentationGPT

PresentationGPT是一款基于AI的演示文稿生成工具,支持快速生成高质量的PowerPoint和Google幻灯片。用户可通过输入主题或上传文件实现自动化创作,并享受多格式导出、自定义设计等功能。产品提供免费与付费选项,适用于商业演示、教育培训、学术研究等多种场景,助力高效内容输出。