Versatile Versatile-OCR-Program是一款开源多模态OCR工具，支持从教育材料中提取文本、公式、表格等结构化数据，输出为JSON或Markdown格式，准确率高达90%-95%。它基于DocLayout-YOLO、Google Vision和MathPix等技术，支持多语言处理，适用于教育数据集制作、教学辅助、AI模型训练及个人学习等场景。 AI项目与工具 2025年06月11日 77 点赞 0 评论 748 浏览
CLaMP 3 CLaMP 3是由清华大学朱文武教授团队开发的多模态、多语言音乐信息检索框架，支持文本、图像、音频和乐谱等多种模态之间的跨模态检索。其基于对比学习技术，将不同模态数据与多语言文本对齐至统一语义空间，适用于文本到音乐、图像到音乐检索、零样本分类及音乐推荐等任务。支持27种语言，可扩展至100种，广泛应用于音乐创作、教育、分析及多媒体内容制作。 AI项目与工具 2025年06月12日 86 点赞 0 评论 748 浏览
FaceHub FaceHub是一款基于AI技术的照片和视频编辑工具，主要功能包括面部交换、AI肖像生成、动画制作及语音克隆等。它能够帮助用户轻松制作个性化内容，适用于社交媒体娱乐、个人创意表达以及专业用途如头像设计和视频配音。其强大的功能和简便的操作使其成为一款多功能的数字内容创作助手。 AI项目与工具 2025年06月12日 76 点赞 0 评论 748 浏览
FlexIP FlexIP 是腾讯推出的图像合成框架，支持在保持主体身份的同时进行个性化编辑。其双适配器架构分离身份保持与编辑功能，结合动态权重门控机制实现灵活控制，并通过多模态数据训练提升生成质量与稳定性，适用于艺术创作、广告设计、影视制作等多个领域。 AI项目与工具 2025年06月11日 31 点赞 0 评论 748 浏览
Fellou AI浏览器 由中国95后创业者谢扬及其团队推出的全球首个行动型浏览器，它将浏览器、AI Agent和工作流自动化相结合。 Ai办公效率 2025年06月05日 72 点赞 0 评论 748 浏览
Ztalk.ai Ztalk.ai 是一款支持多语言实时语音翻译的AI桌面应用，具备低延迟、高清晰度和强兼容性，可与主流视频会议平台无缝连接。内置降噪、字幕及AI提示功能，确保沟通效率与质量。采用端到端加密，保障数据安全，适用于全球商务会议、跨境协作、客户互动及多语言培训等场景。 AI项目与工具 2025年06月11日 75 点赞 0 评论 748 浏览
Zyler AI Zyler AI 是一款面向营销分析的智能工具，支持多平台数据集成，提供 AI 驱动的洞察和趋势分析。拥有 50 多个预设模板，支持无代码拖拽式操作，便于用户快速生成专业报告。具备多层级数据分析和导出功能，适用于数字营销、产品管理及企业决策场景，提升数据处理效率和团队协作能力。 AI项目与工具 2025年06月12日 95 点赞 0 评论 749 浏览
Dream Dream-7B是由香港大学与华为诺亚方舟实验室联合开发的开源扩散模型，支持文本、数学和代码生成，具备双向上下文建模能力和灵活的生成控制。其在通用任务、数学推理和编程方面表现优异，适用于文本创作、数学求解、编程辅助及复杂任务规划等多种场景，提供高效且高质量的生成服务。 AI项目与工具 2025年06月12日 26 点赞 0 评论 749 浏览
