工具

OmniParser

OmniParser是一款由微软研究院开发的屏幕解析工具,能够将UI截图转换为结构化数据,通过识别可交互图标和提取功能语义,提升基于大型语言模型的UI代理系统的性能。它支持跨平台应用,无需依赖额外信息,适用于自动化软件测试、虚拟助手、辅助技术等多个领域。

Mistral OCR

Mistral OCR 是 Mistral AI 推出的高效 OCR 工具,支持多语言、多格式文档处理,准确率高达 99.02%。具备结构化输出、高速处理、多模态识别及 Doc-as-prompt 功能,适用于科研、文化遗产保护及企业文档管理等场景。

ChatTTS

ChatTTS是一个开源的专为对话场景设计的语音生成模型,特别适用于大语言模型(LLM)助手的对话任务,以及诸如对话式音频和视频介绍等应用。ChatTTS 不仅能说中文,英文也能 hold 住...

Stable Artisan

Stable Artisan是一款基于Discord平台的图像和视频生成机器人服务,利用Stability AI的AI技术和模型,如Stable Diffusion 3和Stable Video Diffusion,使用户能够通过自然语言提示生成高质量的图像和视频。此外,它还提供了一系列图像编辑工具,包括搜索替换、背景去除、高清放大、扩展外延、控制素描和结构等功能,适用于创意人士、设计师、内容创作

Arcads AI

一款人工智能驱动的工具,可将文本转换为高质量、引起情感共鸣的视频广告。Arcads AI使用先进的人工智能算法来生成真实、逼真的视频。

Ayoa Ultimate

Ayoa Ultimate 的设计理念是提供一个全面的解决方案,帮助用户从思维导图开始,扩展到更广泛的创意和生产力工具。它的目标是简化用户的工作流程,提高效率,同时激发新的想法和创意。

LitLit(立理)

LitLit(立理)是一款基于AI技术的学术工具,主要功能包括文献检索、文献阅读、综述生成、学术问答等。它能够通过自研算法精准筛选文献,快速生成文献综述,并支持文献内容的深度解析和个性化学习资源推荐。此外,LitLit(立理)还提供了实时学术问答服务,帮助用户高效完成学术研究和论文写作。

PDF2Go

一款由德国软件公司QaamGo开发的在线PDF工具,PDF2Go提供一系列便捷的PDF处理功能,包括编辑、合并、拆分、转换等。

口语精灵

口语精灵是一款基于人工智能的英语口语学习工具,提供1V1智能对话练习,涵盖生活、工作、考试等多场景,支持多种英语口音。其具备发音评估、语法纠错、语句优化等功能,帮助用户提升口语表达的准确性和自然度。同时,该工具提供个性化学习方案和考试备考支持,适用于不同学习阶段的用户。

Steamer

Steamer-I2V 是百度 Steamer 团队推出的图像到视频生成模型,能够将静态图像转化为动态视频,具备卓越的视觉生成能力。该模型基于 Transformer 扩散架构,支持多模态输入,包括中文文本提示和参考图像,实现像素级的画面控制与电影级构图效果。在 VBench 评测中荣获榜首,生成高清 1080P 视频,优化时间一致性与运动规律性,适用于广告、影视、游戏开发和内容创作等多个领域。