工具

Riffusion

一种旨在生成实时音乐的工具,可以实现稳定的实时音乐生成扩散。它特别适合创作包含民谣、蓝调、放克、爵士乐和其他流派元素的音乐作品。

OLOCR

一个简单易用的在线 OCR 文字识别工具,支持图片、PDF。用户只需将图像和PDF文件上传到平台,即可提取文本。

IndieResources.dev

一个专为独立开发者提供的免费资源导航站。IndieResources汇集了超过1000种免费资源,涵盖教程、社交媒体工具、支付解决方案、域名注册、部署服务、设计工具、代码编程资源等。

GitHub MCP Server

GitHub MCP Server 是一款基于 Model Context Protocol (MCP) 的服务器工具,支持与 GitHub API 无缝集成,提供自动化工作流、问题管理、代码审查等功能。它可提升开发效率,简化仓库操作,并支持与多种开发工具集成,适用于代码管理、数据分析及智能审查等场景。

Boogie AI

Boogie AI 是一款利用人工智能技术将用户上传的照片转化为舞蹈视频的应用程序。该应用具备AI舞蹈生成、动作选择、声音克隆和图生视频等功能,用户可以上传照片并选择不同的舞蹈动作,通过AI技术生成动态的舞蹈视频。该应用可应用于社交媒体分享、家庭聚会、朋友互动、个人娱乐和创意表达等多个场景,提供了一种独特且有趣的娱乐方式。

Depth Pro

Depth Pro 是一款由苹果公司开发的先进单目深度估计模型,能够在不到一秒的时间内从单张2D图像生成高分辨率的3D深度图。它支持零样本学习,无需依赖相机内参即可提供度量级深度信息,并在细节捕捉方面表现出色。Depth Pro 在增强现实、3D重建、图像编辑、机器人导航和自动驾驶等领域展现出广泛的应用前景。

MMSearch

MMSearch 是一款用于评估大型多模态模型(LMMs)搜索能力的基准测试工具,包含 MMSearch-Engine 框架和 MMSearch 测试集。其核心功能包括问题重构、网页排序和答案总结,通过多模态搜索能力评估提升 LMMs 的性能。实验结果显示 GPT-4o 在该测试中表现优异,且增加计算量比扩大模型规模更具优势。

BGE

BGE-VL是由北京智源研究院联合高校开发的多模态向量模型,基于大规模合成数据MegaPairs训练,具备高效的多模态数据合成方法和强大的泛化能力。它支持图文检索、组合图像检索和多模态嵌入等功能,适用于智能搜索、内容推荐、图像编辑辅助等多个领域。模型在多种任务中表现优异,尤其在组合图像检索方面取得显著成果。

Nero AI Image Upscaler

Nero AI Image Upscaler是Nero软件公司开发的一款由AI驱动的无损放大图像工具,可以在几秒钟内自动提升图像的等级。

Photo to Anime

将个人照片转化为独特的动漫艺术品的“照片转动画”,以及将文本提示转化为自定义动漫风格图像的“文本转动画”。