AI项目与工具

Gemini 2.5 Pro

Gemini 2.5 Pro 是谷歌推出的高性能 AI 模型，具备深度推理能力，可在多模态输入下进行复杂任务处理。支持文本、图像、音频、视频及代码等多种输入形式，拥有 100 万 token 的上下文窗口。在推理、代码生成和多模态任务中表现优异，适用于学术研究、软件开发、创意工作和企业应用等多个领域。

AI项目与工具 2025年06月12日 75 点赞 0 评论 915 浏览

豆包向量化API

Doubao-embedding是字节跳动推出的语义向量化API，支持中英文文本处理及长文本向量化，提供多种维度的向量输出和丰富的SDK支持，适用于搜索引擎、推荐系统、知识图谱构建和自然语言处理等多种应用场景。

AI项目与工具 2025年06月12日 96 点赞 0 评论 915 浏览

Adobe Firefly

Adobe Firefly 是 Adobe 开发的一系列生成式 AI 工具，支持图像生成、编辑、视频生成及编辑等功能。它通过深度学习算法和自然语言处理技术，实现从文本到图像或视频的快速转化，同时支持多语言操作，适用于创意设计、视频制作、企业内容生产等多个场景，助力用户提升工作效率与创意表达能力。

AI项目与工具 2025年06月12日 74 点赞 0 评论 915 浏览

Crayo AI

Crayo AI是一款面向内容创作者的AI短视频生成工具，利用自然语言处理和计算机视觉技术，帮助用户一键生成适用于抖音、TikTok等平台的短视频。该工具提供多种功能，包括AI脚本生成、语音旁白、图像生成、视频编辑和自动字幕生成，简化了视频制作流程，使创作者能够更专注于创意和故事叙述，从而提升内容的吸引力和传播力。

AI项目与工具 2025年06月12日 24 点赞 0 评论 915 浏览

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。

AI项目与工具 2025年06月12日 55 点赞 0 评论 914 浏览

Pixel3DMM

Pixel3DMM是由慕尼黑工业大学、伦敦大学学院和Synthesia联合开发的单图像3D人脸重建框架，基于DINOv2模型，能从单张RGB图像中准确重建出3D人脸的几何结构。该工具擅长处理复杂表情和姿态，支持身份和表情的解耦，并通过FLAME模型优化实现高精度重建。其应用场景涵盖影视游戏、VR/AR、社交视频、医疗美容和学术研究。

AI项目与工具 2025年06月11日 88 点赞 0 评论 914 浏览

TensorPix

TensorPix是一个利用AI技术进行视频和图像处理的在线平台，支持视频放大至4K分辨率、图像增强、在线视频压缩及图像生成等功能。它适用于多种应用场景，如视频聊天录像增强、视频内容创作、旧视频修复以及低帧率视频优化等。TensorPix提供免费及不同级别的付费订阅方案，以满足个人和企业需求。

AI项目与工具 2025年06月12日 62 点赞 0 评论 914 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 914 浏览