AI项目与工具

LBM

LBM

LBM（Latent Bridge Matching）是一种基于潜在空间桥接匹配的图像到图像转换框架，支持目标移除、图像重光照、深度图生成等多种任务。通过布朗桥和随机微分方程实现高效且多样化的图像转换，具备良好的可控性和视觉一致性。适用于摄影、设计、3D建模等多个领域，具有广泛的应用前景。
AI项目与工具 2025年06月11日
MAS

MAS

MAS-Zero是Salesforce推出的多智能体系统（MAS）设计框架，能够在无需人类监督的情况下自动设计和优化MAS。它通过元迭代过程动态生成、评估和改进MAS配置，基于自验证机制选择最优解。该工具在数学推理、问答和代码基准测试中表现优异，具备自进化能力，无需外部监督，适用于复杂问题求解、自然语言处理、软件工程等多个领域。
AI项目与工具 2025年06月11日
Planner 5D

Planner 5D

Planner 5D是一款AI驱动的3D家居设计工具，支持快速创建逼真室内设计方案。提供8000+家具和装饰品库，支持AI平面图识别、360°虚拟漫游等功能，适用于个人和专业人士。兼容多平台，适合家居设计、商业空间规划及教育场景。
AI项目与工具 2025年06月11日
MeloTTS

MeloTTS

MeloTTS是一个高质量的多语言文本转语音（TTS）库，由MyShell AI开发。该工具支持多种语言的文本转语音任务，包括英语（含不同口音）、西班牙语、法语、中文、日语和韩语，并具备快速的语音合成速度。MeloTTS不仅支持中英混合发音，还易于安装和使用，适用于多种操作系统和环境。用户可以在GitHub和Hugging Face平台上获取和体验MeloTTS。
AI项目与工具 2024年01月01日
PlayDiffusion

PlayDiffusion

PlayDiffusion是Play AI推出的音频编辑模型，基于扩散模型技术实现音频的精细编辑和修复。它将音频编码为离散标记序列，通过掩码处理和去噪生成高质量音频，保持语音连贯性和自然性。支持局部编辑、高效文本到语音合成、动态语音修改等功能，具有非自回归特性，提升生成速度与质量。适用于配音纠错、播客剪辑、实时语音互动等场景。
AI项目与工具 2025年06月11日
SuperEdit

SuperEdit

SuperEdit是由字节跳动与佛罗里达中央大学联合开发的图像编辑工具，基于扩散模型和优化监督信号，实现高精度的自然语言指令图像编辑。其特点包括高效训练、保留图像质量以及支持多种编辑类型。该工具适用于内容创作、影视、游戏、教育和医疗等多个领域，提供灵活且高效的图像处理方案。
AI项目与工具 2025年06月11日
MM1.5

MM1.5

MM1.5是苹果公司研发的多模态大型语言模型，具备强大的文本与图像理解能力，包括视觉指代、定位及多图像推理功能。它通过数据驱动的训练方法，实现了从1B到30B参数规模的性能提升，并推出了视频和移动UI专用版本，为多模态AI技术发展提供重要参考。主要应用场景涵盖图像与视频理解、视觉搜索、辅助驾驶、智能助手及教育领域。
AI项目与工具 2025年06月12日
The Matrix

The Matrix

The Matrix是一款基于AI的世界模拟器，能够生成高保真度、无限时长的视频流，支持实时交互控制。它融合了3A游戏数据与真实世界视频，具备零样本泛化能力。核心技术包括交互模块、移窗去噪过程模型和流一致性模型，适用于游戏开发、影视制作、虚拟现实、教育模拟及城市规划等多个领域。
AI项目与工具 2025年06月12日
Moffee

Moffee

Moffee是一款开源的Markdown转PPT工具，允许用户通过Markdown语法高效地创建专业的幻灯片。该工具具备自动化布局功能，能够智能处理幻灯片的布局、分页和样式，同时支持实时预览和导出为PDF或HTML格式。Moffee支持多种内置主题，使得用户可以根据需要选择合适的样式，适合普通用户和开发者使用。
AI项目与工具 2025年06月12日
小虫快读

小虫快读

小虫快读（BugQR）是一款集成OCR技术和AI大语言模型的高效阅读工具，支持拍照识别、文字提取、核心内容总结及语音播放等功能。其三大总结模式（Summary、Explain、Note）满足多样化阅读需求，适用于学生、教师、研究人员、商业分析人士及法律专业人士等多个领域。免费版提供基础功能，高级版本支持内容导出。
AI项目与工具 2025年06月12日