Toucan TTS Toucan TTS是一款由德国斯图加特大学自然语言处理研究所开发的文本到语音合成工具箱。它基于Python和PyTorch构建,支持超过7000种语言及多种方言和变体。主要功能包括多说话人语音合成、语音风格克隆、人机交互编辑、语音参数调整以及发音清晰度和性别特征调整。该工具箱适用于语音模型教学、文字朗读和多语言应用开发等场景,并提供在线交互式演示功能,方便用户快速理解和使用。 AI项目与工具 2025年06月12日 89 点赞 0 评论 536 浏览
Visily Visily是一款AI驱动的UI设计工具,具备文本到设计、截图转线框图、草图转设计等功能,支持流程图生成及主题风格切换。该工具面向个人开发者、初创公司、产品经理、设计师及教育领域,助力高效设计和团队协作,提升工作效率与设计质量。 AI项目与工具 2025年06月12日 59 点赞 0 评论 536 浏览
BAG BAG是一项由香港中文大学与腾讯联合研发的3D可穿戴资产生成技术,结合多视图图像扩散模型与控制网络,根据人体形状和姿态信息生成高质量的服装和配饰。该技术具备高效适配、多样化生成和物理模拟优化等特点,广泛应用于虚拟试衣、游戏开发、VR/AR及时尚设计等领域,有效提升用户体验与设计效率。 AI项目与工具 2025年06月12日 53 点赞 0 评论 536 浏览
Tripo 2.0 Tripo 2.0 是一款基于 AI 技术的 3D 模型生成工具,融合了 DiT 和 U-Net 模型架构,具备高效生成高质量 3D 模型的能力。支持文本和图像输入生成 3D 模型,同时提供纹理贴图、负向提示输入等功能,广泛应用于游戏开发、影视制作、虚拟现实、教育及工业设计等领域。 AI项目与工具 2025年06月12日 69 点赞 0 评论 536 浏览
ComicsMaker ComicsMaker是一款基于人工智能技术的在线漫画创作平台,提供页面设计、漫画风格生成、图像处理、姿势创建、图片修复等功能,支持高清画质输出及多种漫画风格选择,适用于个人创作、教学辅助及商业用途,助力用户快速实现漫画创作目标。 AI项目与工具 2025年06月12日 30 点赞 0 评论 536 浏览
Pixtral 12B Pixtral 12B是一款由法国初创企业Mistral开发的多模态AI模型,能够同时处理图像和文本数据。该模型包含120亿参数,大小约为24GB,基于Nemo 12B文本模型构建。它具备强大的图像和文本处理能力,能够执行图像描述生成、统计照片中的物体数量等任务,并在多个基准测试中表现出色。Pixtral 12B将根据Apache 2.0许可证开源,用户可以自由下载和微调该模型。应用场景广泛,包括 AI项目与工具 2025年06月12日 69 点赞 0 评论 537 浏览
Mercury Coder Mercury Coder 是 Inception Labs 推出的扩散型大语言模型,专为代码生成设计。它采用“从粗到细”机制,支持并行生成,每秒可处理超过 1000 个 token,效率显著高于传统模型。具备代码生成、补全、优化、多语言支持及可控生成等功能,适用于开发效率提升、教育辅助、代码优化及低代码平台集成等场景。 AI项目与工具 2025年06月12日 24 点赞 0 评论 537 浏览
Diffutoon Diffutoon是一款基于扩散模型的AI框架,旨在将现实风格的视频转换为动漫风格。该框架支持高分辨率视频处理,能够实现风格化、一致性增强、结构引导和自动着色等功能。此外,Diffutoon具备内容编辑功能,用户可通过文本提示调整视频细节,确保视觉效果和内容的一致性。 AI项目与工具 2025年06月12日 45 点赞 0 评论 537 浏览
A2E A2E是一款基于AI技术的数字人视频创作平台,支持通过照片、视频或文本生成高度逼真的虚拟形象,具备声音克隆、多语言翻译、视频生成及形象换脸等功能。适用于内容创作、教育、营销等多个领域,帮助用户降低创作门槛,提升内容效率与表现力。 AI项目与工具 2025年06月11日 61 点赞 0 评论 537 浏览
DistilQwen2.5 DistilQwen2.5-R1 是阿里巴巴推出的基于知识蒸馏技术的轻量级深度推理模型,包含多种参数量级,适用于资源受限环境。它具备高效计算、深度推理和高度适应性,支持文本生成、机器翻译、客户服务等多种任务。通过双阶段训练和认知轨迹适配框架,提升了小模型的推理能力,性能优于同类开源模型。 AI项目与工具 2025年06月12日 92 点赞 0 评论 537 浏览