工具 - 智狐AI导航

BAGEL

BAGEL是字节跳动开源的多模态基础模型，拥有140亿参数，采用混合变换器专家架构（MoT），通过两个独立编码器捕捉图像的像素级和语义级特征。它能够进行图像与文本融合理解、视频内容理解、文本到图像生成、图像编辑与修改、视频帧预测、三维场景理解与操作、世界导航以及跨模态检索等任务。BAGEL在多模态理解基准测试中表现优异，生成质量接近SD3，并适用于内容创作、三维场景生成、可视化学习和创意广告生成等

AI项目与工具 2025年06月11日 92 点赞 0 评论 355 浏览

Sku Fetch

Sku Fetch 是一个基于 Web 的应用程序，可让您从不同的网站获取产品信息并将其上传到您自己的在线商店。Sku Fetch通过自动化查找和列出产品的过程来节省您的时间和麻烦。

电商运营 2025年06月05日 36 点赞 0 评论 355 浏览

Image Upscaler

Image Upscaler 是一款简单但功能强大的工具，它使用AI技术将较小的图像或分辨率较低的图像的大小提升到 4K 分辨率，也就是图像长尺寸的 4096 px。

Ai图片处理 2025年06月05日 34 点赞 0 评论 355 浏览

Bigjpg

补充噪点和锯齿，实现图片无损放大

图片处理 1970年01月01日 0 点赞 0 评论 355 浏览

DeepEyes

DeepEyes是由小红书团队和西安交通大学联合开发的多模态深度思考模型，基于端到端强化学习实现“用图思考”能力，无需依赖监督微调。它在推理过程中动态调用图像工具，增强对细节的感知与理解，在视觉推理基准测试V* Bench上准确率高达90.1%。具备图像定位、幻觉缓解、多模态推理和动态工具调用等功能，适用于教育、医疗、交通、安防和工业等多个领域。

AI项目与工具 2025年06月11日 21 点赞 0 评论 355 浏览

Fish Audio

Fish Audio是一款生成式AI文本转语音（TTS）和声音克隆平台，支持多种语言和声音风格，可将文本转换为自然流畅的语音。用户可上传音频样本克隆特定人物的声音，并通过API接口集成到应用程序中。Fish Audio适用于视频制作、有声读物、语音助手、教育与培训以及娱乐创意等领域，满足个性化语音内容生成需求。

AI项目与工具 2025年06月11日 79 点赞 0 评论 355 浏览