AI项目与工具

olmOCR

olmOCR

olmOCR 是一款开源 PDF 文档处理工具，结合文档锚定技术和 Qwen2-VL-7B-Instruct 模型，可高效提取结构化文本并保留原始布局。支持多种文档类型，具备大规模批量处理能力和低成本优势，适用于学术研究、法律文件处理、企业文档管理及数字图书馆建设等多个场景。其开源特性与可扩展性也增强了用户的使用灵活性。
AI项目与工具 2025年06月12日
VanceAI

VanceAI

VanceAI是一款基于AI技术的图像处理工具，提供照片增强、修复、放大、去噪、锐化、上色及卡通化等功能，操作简便且支持批量处理，适用于电商、摄影和设计等领域，有效提升图像质量和视觉表现力。
AI项目与工具 2025年06月12日
HumanDiT

HumanDiT

HumanDiT是一种由浙江大学与字节跳动联合开发的高保真人体视频生成框架，基于扩散变换器（DiT）实现姿态引导的视频生成。它支持长序列、多分辨率视频生成，并通过关键点扩散变换器（Keypoint-DiT）确保动作的连贯性与自然性。引入前缀潜在参考策略以保持个性化特征，结合姿态适配器和细化模块提升细节质量。适用于虚拟人、动画制作、沉浸式体验及视频续写等多种场景。
AI项目与工具 2025年06月12日
DisPose

DisPose

DisPose是一项由多家顶尖高校联合研发的技术，专注于优化人物图像动画的质量。它通过运动场引导和关键点对应的方式，结合混合ControlNet模块，实现了对骨骼姿态的有效控制，无需额外密集输入即可生成高质量、一致性的动画视频。DisPose广泛适用于艺术创作、社交媒体、数字人制作及虚拟现实等领域。
AI项目与工具 2025年06月12日
Augment Agent

Augment Agent

Augment Agent 是一款 AI 编程助手，支持 VS Code 和 JetBrains，具备强大上下文处理能力（最高 20 万 tokens），可自动学习用户编码风格并保持一致性。支持多模态输入、代码检查点、终端命令及跨平台协作，适用于复杂代码库开发和日常编程任务，性能在基准测试中表现优异。
AI项目与工具 2025年06月12日
FaceFusion

FaceFusion

FaceFusion是一款开源AI工具，支持图像和视频中的人脸交换与增强。其主要功能包括高质量的人脸交换、人脸增强、整体画面优化、唇形同步、多模型人脸检测及遮挡处理。通过深度学习技术，FaceFusion能够实现精准的人脸识别与对齐，广泛应用于电影制作、虚拟主播、广告营销及教育培训等领域。
AI项目与工具 2025年06月12日
StarVector

StarVector

StarVector 是一个开源多模态视觉语言模型，支持图像和文本到可编辑 SVG 文件的转换。采用多模态架构，结合图像编码与语言模型，生成结构紧凑、语义丰富的 SVG 内容。基于 SVG-Stack 数据集训练，适用于图标设计、艺术创作、数据可视化等多种场景，具备良好的性能和扩展性。
AI项目与工具 2025年06月12日
Creatopy

Creatopy

Creatopy是一款AI驱动的广告设计平台，提供从空白画布到行业特定模板的多种设计选项，支持动画、创意元素和HTML5动画，帮助用户创建吸引人的广告内容。该平台还具备强大的工作流程管理和团队协作功能，能够实现在多个数字渠道上的无缝广告投放。适用于市场营销人员、设计师、小企业主、社交媒体经理以及内容创作者等群体。
AI项目与工具 2025年06月12日
Maya

Maya

Maya是一款开源多语言多模态模型，基于LLaVA框架开发，支持中文、法语、西班牙语等多种语言，专注于提升低资源语言的AI内容生成能力。它结合图像和文本数据，实现跨模态对齐和指令微调，广泛应用于跨语言内容理解、图像分析、教育和电子商务等领域。
AI项目与工具 2025年06月12日
有一云AI

有一云AI

有一云AI是一款专注于新媒体内容创作的智能平台，整合大数据分析与AI技术，提供文案生成、排版优化、热点关联、关键词分析等功能。支持一键生成高质量文章、标题及短视频脚本，适配多个主流新媒体平台，适用于公众号运营、小红书笔记、电商文案等多种场景。平台内置360余款AI工具，帮助创作者提升内容质量与传播效率，是新媒体从业者的重要辅助工具。
AI项目与工具 2025年06月12日