AI项目与工具

CogView3

CogView3是一款基于中继扩散技术的开源AI图像生成模型,由清华大学与智谱AI联合研发。它通过分阶段生成图像,从低分辨率逐步提升至高分辨率,提高了生成效率并降低了运行成本。CogView3在生成质量和速度上超越了现有的开源模型SDXL,在保持图像细节的同时大幅减少推理时间。其核心特性包括高性能、多分辨率支持及多种优化技术,适用于艺术创作、数字娱乐、广告营销等多个领域。

陌生人闹钟

陌生人闹钟是一款结合AI技术和社交互动的创新闹钟应用,用户每天早晨可被随机陌生人的语音唤醒。具备AI内容过滤、个性化设置、多语言支持及复古设计等特点,支持用户录制和分享声音,促进全球范围内的社交互动,同时适用于日常生活、语言学习、情感支持等多种场景。

HouseCrafter

HouseCrafter是一款基于2D扩散模型的AI工具,可将平面图自动转换为高质量的3D室内场景。它具备多视图图像生成、全局一致性保障及用户交互编辑等功能,广泛应用于建筑设计、室内设计、房地产营销等领域,有效提升了虚拟环境创建的效率与准确性。

AsrTools

AsrTools是一款无需复杂配置的智能语音转文字工具,支持多种音频格式的转换,生成SRT和TXT字幕文件,适用于视频字幕、会议记录、音频转写等多个场景。它具有友好的用户界面、高效的多线程处理能力以及详细的技术文档,旨在为用户提供便捷、准确的语音转文字解决方案。

Figma

Figma-Low-Code 是一款基于 Luisa 框架的开源工具,通过将 Figma 设计自动转换为 Vue.js 应用程序,大幅缩短设计与开发间的交接时间。支持零代码渲染、数据绑定、自定义组件扩展及响应式布局,有效分离 UI 和业务逻辑,提升团队协作效率。适用于快速原型制作、敏捷开发、MVP 开发以及教育场景。

CineMaster

CineMaster是快手推出的3D感知视频生成框架,支持通过文本提示及深度图、相机轨迹等控制信号生成高质量视频内容。其核心功能包括3D物体与摄像机控制、交互式设计、自动化数据标注和高质量视频输出。采用两阶段工作流程与扩散模型技术,结合语义布局控制网络与摄像机适配器,提升视频生成的精确度与灵活性。适用于影视制作、广告营销、游戏开发等多个领域。

AgenticSeek

AgenticSeek是一款完全本地化的开源AI助手,作为Manus的开源替代品,它能够在本地设备上自主执行任务,如浏览网页、编写代码和规划项目,确保用户隐私。支持多种编程语言,具备智能任务拆解与执行能力,用户可通过语音或文本交互。适用于注重隐私和希望在本地环境中使用AI工具的用户。

Glyph

Glyph-ByT5-v2是一个由多家知名学术机构合作开发的多语言视觉文本渲染工具。它支持10种不同语言的视觉文本渲染,通过构建包含大量字形-文本对和平面设计图像-文本对的数据集,结合先进的步骤感知偏好学习技术,显著提升了视觉文本的拼写准确性和审美质量。该工具适用于平面设计、广告制作、数字艺术、出版行业及品牌标识设计等多个领域。 ---

Sketch2Sound

Sketch2Sound是一种由Adobe研究院与西北大学联合开发的AI音频生成技术,通过提取响度、亮度和音高概率等控制信号,结合文本提示生成高质量音效。其轻量化设计使得模型易于适配多种文本到音频框架,同时赋予声音设计师更强的表达力与可控性,广泛适用于电影、游戏、音乐制作及教育等多个领域。

1号AI

1号AI是一款由风平智能开发的AI数字分身视频交互平台,提供包括形象克隆、声音克隆、智能对话等功能。用户可以轻松创建个性化数字分身,通过简单的文本或语音输入快速制作高质量视频,广泛应用于电商直播、教育培训、客户服务等领域。它提高了内容生产效率,降低了创作门槛,为用户提供创新的交互体验。