多语言

1. 首页
2. 多语言

Ovis2

Ovis2是阿里巴巴国际团队开发的多模态大语言模型，采用结构化嵌入对齐技术提升视觉与文本的融合效果。支持视频、图像和多语言处理，强化了思维链推理和复杂场景下的OCR能力。提供多个参数规模的版本，适用于研究、开发及各类应用场景，展现卓越性能。

AI项目与工具 2025年06月12日 67 点赞 0 评论 206 浏览

Reka Flash 3

Reka Flash 3 是一款由 Reka AI 开发的开源推理模型，拥有 21 亿参数，支持多模态输入（文本、图像、视频、音频），并可处理最长 32k 个令牌的上下文。它具备高效的推理能力和多语言支持，适用于日常对话、编码辅助、指令执行等多种场景。模型可在本地部署，支持 4 位量化以降低资源占用，适合广泛的应用需求。

AI项目与工具 2025年06月12日 70 点赞 0 评论 208 浏览

MoonCast

MoonCast 是一个零样本播客生成系统，能够从纯文本源合成自然的播客风格语音。它采用长上下文语言模型和大规模语音数据训练，支持中文和英文，生成几分钟长的高质量播客音频。MoonCast 通过特定的LLM提示生成播客脚本，并利用语音合成模块转换为最终音频，具备长音频生成、增强自然性、多语言支持和零样本语音合成等功能。其技术原理包括多阶段训练、短段级别自回归音频重建和自发性增强，适用于内容创作、教

AI项目与工具 2025年06月11日 63 点赞 0 评论 208 浏览

LDGen

LDGen是一款结合大型语言模型与扩散模型的文本到图像生成工具，支持零样本多语言生成，提升图像质量和语义一致性。通过分层字幕优化、LLM对齐模块和跨模态精炼器，实现文本与图像的高效交互。实验表明其性能优于现有方法，适用于艺术创作、广告设计、影视制作等多个领域，具备高效、灵活和高质量的生成能力。

AI项目与工具 2025年06月12日 59 点赞 0 评论 208 浏览

AudioBox

Audiobox 是 Meta 推出的 AI 语音和音效工具，结合语音输入和自然语言文字提示词生成语音和音效，例如输入提示词「一条流淌的河流和鸟儿在鸣叫」，Audiobox 自动生成音效。

Ai语音工具 2025年06月05日 77 点赞 0 评论 208 浏览

Resume Matcher

Resume Matcher 是一个免费的开源项目，专门为开发者设计，以简化简历创建过程并加速求职搜索。

创作工具 1970年01月01日 0 点赞 0 评论 208 浏览

白描网页版

图片转文字/ 图片转Excel表格/PDF转Word

格式转换 2025年06月05日 40 点赞 0 评论 209 浏览

刺鸟配音

一款专业文字转语音的有情绪的配音软件，刺鸟配音声音媲美真人的AI配音技术，可以为你轻松配出好声音。

Ai语音工具 2025年06月05日 32 点赞 0 评论 209 浏览

Kuli Kuli

Kuli Kuli 是一款面向旅行者和美食爱好者的AI翻译工具，支持多语言菜单即时翻译，包括手写菜单。它提供过敏原信息、菜品图片、化妆品及零食成分翻译等功能，帮助用户更安全、便捷地探索异国饮食文化。应用操作简便，适合旅行点餐、饮食安全、美妆护肤等多种使用场景。

AI项目与工具 2025年06月12日 100 点赞 0 评论 210 浏览

Looooooong Kimi

Looooooong Kimi 是一款专注于超长文本处理的智能工具，支持高达200万汉字的文本分析，具备文档上传与解析、多文件处理、网址阅读、实时搜索、语言翻译以及多模态信息识别等功能。该工具广泛应用于学术研究、法律分析、市场调研、教育辅导和技术支持等多个领域，能够高效提取和整理信息，满足用户对复杂文本处理的需求。

AI项目与工具 2025年06月12日 61 点赞 0 评论 210 浏览