AI项目与工具

moonshot

moonshot

moonshot-v1-vision-preview 是一款由月之暗面开发的多模态图像理解模型，具备精准的图像识别、OCR 文字识别和数据解析能力。支持 API 集成，适用于内容审核、文档处理、医学分析、智能交互等多个领域。模型可识别复杂图像细节、分析图表数据，并从美学角度进行图像评价，适合需要高效图像处理和智能交互的应用场景。
AI项目与工具 2025年06月12日
Prometheus

Prometheus

Prometheus是一款基于潜在扩散模型的3D生成工具，能够从文本描述中快速生成高质量、高保真的3D场景。其核心技术包括两阶段训练框架、RGB-D潜在空间解耦、前馈生成策略和无分类器引导，确保生成结果在视觉和几何上的准确性与一致性。适用于内容创作、游戏开发、建筑设计等多个领域，显著提升了3D内容生成的效率和质量。
AI项目与工具 2025年06月12日
Gemini 2.5 Pro (I/O 版)

Gemini 2.5 Pro (I/O 版)

Gemini 2.5 Pro (I/O 版) 是 Google 推出的多模态 AI 模型，具备强大的编程能力和多模态内容生成功能。它能基于提示词或手绘草图快速生成交互式 Web 应用、游戏及模拟程序，并支持代码生成、编辑与优化。该模型在多个基准测试中表现优异，适用于 Web 开发、游戏制作、教育工具构建及企业级应用开发等领域。最新版本进一步提升了性能与灵活性。
AI项目与工具 2025年06月11日
Browser Use

Browser Use

Browser Use是一款基于大语言模型的智能浏览器工具，支持多标签页管理和视觉识别，可提取网页内容并记录操作步骤。它允许开发者自定义动作，如保存文件或推送至数据库，并兼容多种主流LLM模型，具备并行运行和自我修正能力，旨在提升任务执行效率与准确性。
AI项目与工具 2025年06月12日
GenSFX

GenSFX

GenSFX 是一款基于 AI 的在线音效生成工具，可根据文本描述快速生成高质量音效，支持环境音、自然声、动物叫声、机械声、科幻音效等多种类型。用户可自定义参数并下载多种格式的音频文件，适用于视频制作、游戏开发、播客和广告等多个领域，提升内容创作效率与表现力。
AI项目与工具 2025年06月12日
Rooms

Rooms

Rooms是一款由前Google员工开发的3D房间设计工具，支持用户通过超过10,000个可编辑物品和Lua语言创建交互式3D空间与小游戏。应用提供类似TikTok的浏览模式，支持网页端和iOS平台使用。3.0版本新增无需编程的Actions编辑器，提升创作便捷性。适用于个人创作、游戏开发、教育、社交及品牌展示等多个领域。
AI项目与工具 2025年06月12日
NLWeb

NLWeb

NLWeb是微软推出的开源项目，旨在通过自然语言界面简化网站交互，使网站成为AI驱动的应用程序。它利用半结构化数据（如Schema.org、RSS）和LLM工具，提供自然语言交互、内容发现、智能体交互等功能。支持MCP协议，实现与AI助手的无缝对接，具备跨平台和高度可扩展性，适用于零售、餐饮、旅游、新闻及客服等多种场景。
AI项目与工具 2025年06月11日
BrushNet

BrushNet

BrushNet是一款基于扩散模型的图像修复工具，采用双分支架构处理遮罩区域。它能够实现像素级修复，保持修复区域与原始图像的一致性和高质量。BrushNet适用于多种场景和风格的图像，包括人类、动物、室内和室外场景，以及自然图像、铅笔画、动漫、插画和水彩画等。通过与预训练扩散模型结合，BrushNet提供灵活的修复控制，同时保留未遮罩区域的细节。
AI项目与工具 2024年01月01日
Ghiblio.art

Ghiblio.art

Ghiblio.art 是一款AI图像生成工具，可将文字或照片转化为吉卜力风格的艺术作品。支持多种图像类型，生成高分辨率、细节丰富的图像，适用于头像、壁纸及艺术创作。操作简单，处理迅速，还可选择新海诚和皮克斯等其他风格，适合个人及商业用途。
AI项目与工具 2025年06月11日
Seaweed

Seaweed

Seaweed-7B 是一款由字节跳动开发的视频生成模型，拥有约 70 亿参数，支持从文本、图像或音频生成高质量视频。具备文本到视频、图像到视频、音频驱动生成、长镜头、连贯叙事、实时生成等功能，适用于内容创作、教育、广告等多个领域。采用变分自编码器和扩散变换器技术，结合多阶段训练与优化策略，提升生成效率与质量，兼顾性能与成本效益。
AI项目与工具 2025年06月11日