AI项目与工具

FunAudioLLM

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
Ivy

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
异世界回响

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
MIDI

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
ConsisID

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
Midlibrary

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
ZMO.AI

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
MetaMorph

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
百度网盘AI修图

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
Copilot Edits

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