工具

FunAudioLLM

FunAudioLLM是由阿里巴巴通义实验室开发的开源语音大模型项目,包含SenseVoice和CosyVoice两个子模型。SenseVoice擅长多语言语音识别和情感辨识,支持超过50种语言;CosyVoice则专注于自然语音生成,支持多种语言、音色和情感控制。该项目适用于多语言翻译、情感语音对话等场景,其相关模型和代码已公开发布。

Notiv

Notiv是一款面向学生的AI学习工具,可自动分析笔记并生成复习题、抽认卡和重点总结,提升学习效率。它提供个性化学习建议,支持快速备考模式,并具备智能总结和互动式学习功能,适用于日常学习、在线课程及团队协作等场景。

Kotaemon

Kotaemon 是一款基于RAG技术的开源工具,支持用户通过自然语言与文档进行互动,从而实现高效的信息检索和理解。它支持多种语言模型,包括OpenAI、Azure OpenAI和Cohere等,提供简易的安装脚本。Kotaemon 还支持多用户协作、文档管理和复杂的推理方法,并允许用户自定义UI元素。其主要功能包括基于RAG技术的问答系统、多语言模型支持、文档管理、混合RAG管道、多模式问答支持

Toolkami

Toolkami 是一款基于七种核心工具的 AI Agent 框架,支持自主运行和热重载功能,便于实时更新代码。其采用微服务架构,具备模块化设计和实时通信能力,兼容主流 AI 平台。适用于自动化任务、智能客服、开发测试及轻量级部署等多种场景,适合开发者快速搭建 AI 系统。

亦心AI

亦心AI是一款集多种AI技术于一体的多功能创意工具平台,提供一键生成、AI工坊、自定义创作等功能,覆盖图片生成、海报设计、商品图制作等领域。平台通过降低技术门槛,简化创作流程,帮助用户快速实现创意表达,无论是专业设计师还是普通用户都能轻松生成高质量视觉内容。

ImageRAG

ImageRAG 是一种基于检索增强生成(RAG)技术的图像生成工具,通过动态检索相关图像提升文本到图像模型的生成能力。它能够增强对罕见概念的理解与生成,提升图像的真实度和相关性,支持多模态生成与个性化定制。无需额外训练即可适配多种 T2I 模型,广泛应用于创意设计、品牌推广、教育及影视等领域。

TEN VAD

TEN VAD是一款高性能的实时语音活动检测系统,专为企业级应用设计。它基于深度学习技术,能够精确区分语音和非语音信号,具有低延迟、轻量级和高精度的特点。支持多种平台和编程接口,适用于智能助手、客服机器人等场景,帮助构建更高效、更智能的对话系统。

OOTDiffusion

OOTDiffusion是一款开源AI虚拟试衣工具,支持根据用户上传的模特和服装图片生成自然贴合的试穿效果,具有智能适配、多种试穿模式及快速生成等特点。它通过预训练扩散模型、Outfitting UNet、Outfitting Fusion等技术实现高质量服装图像生成,适用于电商、设计、定制服务等多个领域。

AI Draw

AI Draw 是一个基于AI的头像生成素描风格的神器,通过智能 AI 技术,能在短短的几秒钟内就可以快速将照片变成有意思的素描画。

AdamCAD

只需通过用简单的语言描述就能为你生成复杂的CAD图纸,而且还能通过3D打印机直接打印出来,适用于工业设计和机械工程行业。