工具

Light

Light-A-Video 是一种无需训练的视频重照明技术,由多所高校和研究机构联合开发。它通过 CLA 和 PLF 模块实现高质量、时间一致的光照调整,支持前景与背景分离处理,并具备零样本生成能力。适用于影视、游戏、视频创作等多种场景,兼容多种视频生成模型,提升视频表现力与创作效率。

Flow Studio

只需输入一行文字,点击生成,Flow Studio就能制作出电影级的3分钟视频,并且视频情节完整,能为角色智能配音,自动配有字幕、bgm,无需后期编辑。

Gemini Code Assist

Gemini Code Assist 是 Google 推出的 AI 编程辅助工具,基于 Gemini 2.0 模型,支持多语言代码生成、补全和审查。具备自然语言交互、上下文感知和 GitHub 集成功能,适用于个人开发者及企业团队,提升开发效率与代码质量。

Plazmapunk

PlazmaPunk 是一个旨在帮助用户轻松创建定制化的音乐生成视频的ai工具。用户通过PlazmaPunk 上传自己的音乐文件,并根据用户选择的风格自动生成定制的视频内容。

Podcastfy

Podcastfy 是一款基于生成式人工智能技术开发的开源工具,可将网络文章、PDF 文件及纯文本转化为多语言对话式音频。它不仅支持多源文本合并,还具备强大的文本转语音功能,允许用户选择不同的语音模型来优化音频效果。此外,其开源特性便于开发者根据需求进行个性化定制,广泛适用于内容摘要、语言本地化、教育材料转化等多个领域。

MnnLlmApp

MnnLlmApp 是阿里巴巴基于 MNN-LLM 框架开发的开源 Android 应用,支持多种大语言模型在本地运行。具备多模态交互能力,可处理文本、图像、音频等多种输入输出任务。应用经过 CPU 推理优化,运行效率高,支持离线使用,保障数据安全。内置 Qwen、Gemma、Llama 等主流模型,适用于内容创作、智能助手、语言学习及创意设计等多种场景。

pdf

pdf-craft 是一款专注于将扫描书籍的 PDF 文件转换为 Markdown 和 EPUB 格式的工具。它结合 DocLayout-YOLO 布局分析与 PaddleOCR 文本识别技术,精准提取正文内容并优化阅读顺序,支持跨页处理与结构化输出。适用于学术研究、电子书制作、文档存档及教育资料整理等多种场景。