FunAudioLLM FunAudioLLM是由阿里巴巴通义实验室开发的开源语音大模型项目,包含SenseVoice和CosyVoice两个子模型。SenseVoice擅长多语言语音识别和情感辨识,支持超过50种语言;CosyVoice则专注于自然语音生成,支持多种语言、音色和情感控制。该项目适用于多语言翻译、情感语音对话等场景,其相关模型和代码已公开发布。 AI项目与工具 2025年06月12日 66 点赞 0 评论 337 浏览
Ivy Ivy-VL是一款专为移动端和边缘设备设计的轻量级多模态AI模型,具备约30亿参数,专注于视觉问答、图像描述及复杂推理等任务,能够有效降低计算资源需求,同时在多模态任务中表现出色,尤其适用于增强现实、智能家居及移动学习等领域。 AI项目与工具 2025年06月12日 21 点赞 0 评论 337 浏览
异世界回响 异世界回响是一款基于人工智能的社交平台,用户可与虚拟角色进行沉浸式交流。平台支持自定义角色形象与声音,提供AIGC工具创建独一无二的角色,并具备数字分身功能。主要面向寻求创新社交体验、情感陪伴以及对AI技术感兴趣的人群。 AI项目与工具 2025年06月12日 28 点赞 0 评论 337 浏览
MIDI MIDI是一种基于多实例扩散模型的3D场景生成技术,能将单张2D图像快速转化为高保真度的360度3D场景。它通过智能分割、多实例同步扩散和注意力机制,实现高效的3D建模与细节优化。具有良好的泛化能力,适用于游戏开发、虚拟现实、室内设计及文物数字化等多个领域。 AI项目与工具 2025年06月12日 64 点赞 0 评论 336 浏览
ConsisID ConsisID是一款由北京大学和鹏城实验室开发的文本到视频生成工具,其核心技术在于通过频率分解保持视频中人物身份的一致性。该模型具备高质量视频生成能力、无需微调的特点以及强大的可编辑性,同时拥有优秀的泛化性能。其主要功能包括身份保持、高质量视频生成、文本驱动编辑以及跨领域人物处理,广泛应用于个性化娱乐、虚拟主播、影视制作、游戏开发及教育模拟等领域。 AI项目与工具 2025年06月12日 18 点赞 0 评论 336 浏览
Midlibrary Midlibrary是为Midjourney用户提供提示词资源的平台,收录了5505种艺术风格、技法和关键词,涵盖风格、特征和类别三大模块,并提供绘画指南。用户可通过标签和搜索功能快速获取创作灵感,提升AI图像生成效率,适用于建筑、时尚、插画、游戏设计等多个领域。 AI项目与工具 2025年06月12日 16 点赞 0 评论 336 浏览
ZMO.AI ZMO.AI 是一款多功能的 AI 图像生成与编辑平台,支持文本或图片输入生成艺术作品、动漫、照片等,具备照片编辑、背景更换、风格迁移等功能。适用于电商、社交媒体、广告设计、数字艺术等领域,帮助用户高效创作高质量视觉内容。 AI项目与工具 2025年06月12日 85 点赞 0 评论 336 浏览
MetaMorph MetaMorph是一款基于多模态大模型的工具,通过Visual-Predictive Instruction Tuning(VPiT)技术实现文本和视觉token的生成。它在视觉理解和生成领域表现优异,能够克服其他生成模型的常见失败模式,同时有效处理专业术语和复杂语义问题。MetaMorph展示了统一建模方法的优势,支持多模态数据的高效处理,并在视觉生成与理解基准测试中取得竞争力表现。 AI项目与工具 2025年06月12日 53 点赞 0 评论 336 浏览
百度网盘AI修图 百度网盘AI修图是一款基于AI技术的专业人像处理工具,提供包括AI美颜、智能美型、背景修复和衣物去皱等功能。它能够智能识别和处理面部瑕疵、背景褶皱及衣物折痕,使照片呈现更自然的效果。支持批量处理和预设模板,极大提升了修图效率,适用于个人用户、专业摄影师、影楼和广告行业等多种场景。 AI项目与工具 2025年06月12日 76 点赞 0 评论 336 浏览
Copilot Edits Copilot Edits是GitHub Copilot推出的AI辅助代码编辑工具,支持通过自然语言指令在多个文件中进行内联修改,具备实时预览、代码审查、多语言模型选择等功能。它适用于批量代码修改、漏洞修复、功能扩展和项目迁移等场景,提升了开发效率与代码质量。目前仍存在一定限制,如文件数量和编辑频率限制。 AI项目与工具 2025年06月12日 92 点赞 0 评论 336 浏览