Audio Decomposition Audio Decomposition 是一款基于傅里叶变换和信封匹配技术的开源音频处理工具,能够分离音乐中的不同乐器声音并生成乐谱。它支持音乐转录、教育、制作及分析,通过深度音频处理为用户提供了强大的音乐解析能力。 AI项目与工具 2025年06月12日 69 点赞 0 评论 582 浏览
Ruyi Ruyi是一款基于DiT架构的图生视频大模型,支持多分辨率和多时长的视频生成,具有首帧、首尾帧控制、运动幅度调整及镜头方向控制等功能。它通过Casual VAE模块和Diffusion Transformer实现视频数据的压缩与生成,旨在降低动漫和游戏内容的开发周期和成本。目前,Ruyi-Mini-7B版本已开源。 AI项目与工具 2025年06月12日 17 点赞 0 评论 582 浏览
馆长 馆长是一款基于RAG技术的浏览器插件式AI问答工具,支持本地知识库管理,可导入PDF、Word、网页等内容,通过语义搜索提供精准答案。所有数据存储于本地,保障隐私安全,支持离线使用。具备中英文搜索、无限文档导入、多平台集成等特性,适用于个人知识管理、企业内部知识库、在线学习及图书馆服务等场景。 AI项目与工具 2025年06月12日 88 点赞 0 评论 582 浏览
Muyan Muyan-TTS是一款面向播客场景的开源文本转语音工具,基于超10万小时播客数据训练,支持零样本语音合成与说话人适配,可在0.33秒内生成1秒音频,适合实时与长内容合成。支持本地部署与API调用,应用于播客、有声书、视频配音、AI角色及新闻播报等领域,兼具高效性与灵活性。 AI项目与工具 2025年06月11日 94 点赞 0 评论 582 浏览
PrintVerse PrintVerse是一款在线AI 3D模型生成工具,支持用户通过图片或文字生成3D模型。平台提供多种风格模板,可将照片转换为卡通手办风格,并提供3D打印参数建议。用户可预览模型并下载STL或OBJ格式文件,适用于个性化礼品、教育、艺术创作及产品开发等多种场景。该工具简化了3D创作流程,提升用户体验。 AI项目与工具 2025年06月11日 46 点赞 0 评论 582 浏览
DeerFlow DeerFlow 是字节跳动推出的开源研究框架,结合语言模型与多种工具,支持高效完成复杂研究任务。具备多Agent架构,支持自然语言交互与智能协作,适用于研究报告、播客、演示文稿等内容生成。支持多种语言模型和外部工具集成,提供灵活配置与扩展能力,广泛应用于学术、市场、教育及个人知识管理等领域。 AI项目与工具 2025年06月11日 23 点赞 0 评论 582 浏览
Turnitin Turnitin是一款国际知名的学术论文检测平台,利用先进算法对比文档与全球数据库资源,精准识别抄袭行为。它提供详细的原创性报告和实时写作反馈,支持查重参数自定义,并具备AI写作检测功能,广泛服务于教育、出版和法律等多个行业,致力于维护学术诚信与创作自由。 AI项目与工具 2025年06月12日 33 点赞 0 评论 581 浏览
ImageBind ImageBind是由Meta公司开发的开源多模态AI模型,能够整合文本、音频、视觉、温度和运动数据等多种模态的信息,并将其统一到一个嵌入空间中。该模型通过图像模态实现其他模态数据的隐式对齐,支持跨模态检索和零样本学习。它在增强现实(AR)、虚拟现实(VR)、内容推荐系统、自动标注和元数据生成等领域有广泛应用。 AI项目与工具 2025年06月12日 16 点赞 0 评论 581 浏览
Tarsier2 Tarsier2是字节跳动研发的大规模视觉语言模型,擅长生成高精度视频描述并在多项视频理解任务中表现优异。其核心技术包括大规模数据预训练、细粒度时间对齐微调以及直接偏好优化(DPO)。该模型在视频问答、定位、幻觉检测及具身问答等任务中均取得领先成绩,支持多语言处理,具有广泛的应用潜力。 AI项目与工具 2025年06月12日 59 点赞 0 评论 581 浏览
MAGI MAGI-1是一款由Sand AI开发的开源视频生成大模型,采用自回归架构,支持高效、高质量的视频生成,具备高分辨率输出、无限扩展能力和可控生成特性。适用于内容创作、影视制作、游戏开发等多个领域,技术上融合了自回归去噪、Transformer VAE、扩散模型等创新方法,提升生成效率与稳定性。 AI项目与工具 2025年06月11日 37 点赞 0 评论 581 浏览