AI工具

MimicTalk

MimicTalk是一款利用NeRF技术快速生成个性化3D说话人脸模型的工具,其核心功能包括15分钟内完成新身份训练、高质量视频生成、增强的表现力以及上下文学习能力。该工具通过混合适应流程、上下文风格化音频到运动模型等技术,实现了高效的数据样本利用和训练效率提升,适用于虚拟主播、远程协作、VR/AR等领域。

AI Dev Gallery

AI Dev Gallery 是一款由微软开发的开源 AI 工具集,集成于 Visual Studio 中,旨在帮助开发者快速集成端侧 AI 功能。它提供超过 25 个交互式示例,涵盖文本、图像、音频和视频领域,支持从 GitHub 和 Hugging Face 下载模型,并能在本地设备上高效运行。此外,工具集还具备代码导出功能,便于开发者将示例集成至自有项目中。

Fronty AI

Fronty AI,将设计图转换为HTML CSS,世界上第一个设计图到 HTML转换器,人工智能驱动的工具,可在几分钟内创建一个网站。

CreatorKit

CreatorKit是一款基于AI技术的视觉内容创作工具,支持图片、视频及广告的智能生成与编辑。其核心功能包括AI图像生成、视频制作、品牌定制、多平台适配等,适用于电商、社交媒体及广告行业。用户可通过简单指令完成内容创作,提升效率并优化视觉呈现。提供多种订阅方案,满足不同规模企业的需求。

Conbrie

Conbrie 是一款基于 AI 的知识整理与学习工具,支持文档解析、知识卡片生成、思维导图创建等功能,帮助用户高效整理和复习知识。具备多平台兼容性和多种文件导出格式,适用于个性化学习、在线教学等多种场景,提升学习效率与知识系统化程度。

CoGenAV

CoGenAV是一种先进的多模态学习模型,专注于音频和视觉信号的对齐与融合。通过对比特征对齐和生成文本预测的双重目标进行训练,利用同步音频、视频和文本数据,学习捕捉时间对应关系和语义信息。CoGenAV具备音频视觉语音识别、视觉语音识别、噪声环境下的语音处理、语音重建与增强、主动说话人检测等功能,适用于智能助手、视频内容分析、工业应用和医疗健康等多个场景。

ComfyUI

ComfyUI-Bxb是一款专注于将ComfyUI工作流转换为微信小程序、抖音小程序等多平台应用的工具。它具备一键转换功能,内置支付系统,并且支持多设备并发开发,保证了开发效率和用户数据的安全。ComfyUI-Bxb适用于创意变现、教育工具、商业推广、服务预约以及电子商务等多种应用场景。

Morphik

Morphik是一款开源的多模态检索增强生成(RAG)工具,专为处理高技术性和视觉内容丰富的文档设计。支持图像、PDF、视频等多种格式的文档搜索,采用ColPali技术理解文档中的视觉内容,具备快速元数据提取功能,可提取边界框、标签、分类等信息。其主要功能包括多模态数据处理、智能解析文件、知识图谱构建、自然语言规则引擎和数据管理与集成,适用于技术文档处理、企业知识管理和智能应用开发等场景。

Ai好记

[Ai好记是一款利用人工智能技术实现音视频转图文的专业工具,主要功能包括精准转录、思维导图生成、多语言翻译及个性化总结。它支持多种格式导出,并兼容主流音视频平台,广泛应用于知识管理、学术研究、内容创作等领域。]

SlidesGPT

SlidesGPT是一款利用AI技术快速生成高质量演示文稿的工具,支持从文本到幻灯片的自动化转换,具备智能内容生成、图片匹配、专业排版设计等功能。其应用场景广泛,涵盖教育、商务、培训等多个领域,帮助用户节省时间并提升工作效率。