Aya Vision Aya Vision 是 Cohere 推出的多模态、多语言视觉模型,支持 23 种语言,具备图像描述生成、视觉问答、文本翻译和多语言摘要生成等能力。采用模块化架构与合成标注技术,确保在资源有限条件下仍具高效表现。适用于教育、内容创作、辅助工具开发及多语言交流等多个场景,具有广泛的实用价值。 AI项目与工具 2025年06月12日 70 点赞 0 评论 492 浏览
Transmonkey AI 一款由AI驱动的翻译软件,支持超过 130 种语言,包括英语、中文、日语、阿拉伯语、法语、德语、希伯来语、印尼语等,并能处理文档、视频、图片和音频等各种文件格式。 Ai图片处理 2025年06月05日 90 点赞 0 评论 494 浏览
万兴天幕多媒体大模型 一个涵盖了视觉、音频、语言等多模态AI生成和优化能力的多媒体大模型,万兴天幕多媒体大模型核心功能包括一键成片、AI美术设计、文生音乐、音频增强、音效分析、多语言对话等。 Ai平台模型 2025年06月05日 40 点赞 0 评论 494 浏览
文心快码Zulu 百度文心快码推出的一款 AI 自动编程智能体,能够自主理解编码需求,精准拆解任务,并突破单文件限制,实现跨模块、跨目录的系统级代码生成。 Ai编程建站 2025年06月05日 34 点赞 0 评论 496 浏览
Chatterbox Chatterbox是Resemble AI推出的开源文本转语音(TTS)模型,基于0.5B规模的LLaMA架构,用超过50万小时精选音频训练。它支持零样本语音克隆,仅需5秒参考音频即可生成高度逼真的个性化语音,并具备情感夸张控制功能,可调节情绪、语速和语调。Chatterbox还拥有超低延迟的实时语音合成能力,延迟低至200毫秒以下,适用于交互式应用。此外,它采用安全水印技术防止滥用,适用于内容 AI项目与工具 2025年06月11日 55 点赞 0 评论 497 浏览
PDFMathTranslate PDFMathTranslate是一款专注于科技文档翻译的开源工具,能够精准保留PDF文档的排版格式,包括公式、图表和目录结构。支持双语对照查看,兼容多种翻译服务,可实现全文或局部翻译,适用于学术研究、教育、技术文档、法律文件等多个领域。 AI项目与工具 2025年06月12日 85 点赞 0 评论 498 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 498 浏览