Multimodal Live API Multimodal Live API是谷歌推出的一种支持文本、音频和视频交互的AI接口,具备低延迟、实时双向通信和自然语言处理能力。它允许用户通过多种输入方式与AI互动,并支持会话记忆和外部功能调用,广泛应用于客户服务、在线教育、远程医疗、视频会议和娱乐等领域。 AI项目与工具 2025年06月12日 51 点赞 0 评论 254 浏览
图片助手(ImageAssistant) 图片助手(ImageAssistant)是一款运行于chromium(chrome环境下开发)及其衍生浏览器,提供分析、提取网页中的图片并以多种筛选方式辅助用户选取下载等功能的浏览器扩展软件。 图片处理 2025年06月05日 52 点赞 0 评论 256 浏览
Locofy Locofy.ai可将 Figma 和 Adobe XD 设计转换为带有 AI 的 React、React Native、HTML-CSS、Gatsby 和 Next.js 代码。 Ai编程建站 2025年06月05日 64 点赞 0 评论 256 浏览
通义代码模式 通义代码模式是一款基于大语言模型的AI工具,支持用户通过自然语言指令生成代码并实时预览结果。它适用于快速开发动态网页和交互式应用,涵盖前端页面生成、数据可视化、小游戏开发等多种功能。无论是开发者还是非专业人士,都能通过此工具轻松创建各类应用,降低开发门槛,提升效率。 AI项目与工具 2025年06月12日 40 点赞 0 评论 257 浏览
Wav2Lip Wav2Lip是一款开源的唇形同步工具,能够将音频文件转换为与口型同步的视频。它支持多种语言,适用于视频编辑、游戏开发和虚拟现实等多个领域。Wav2Lip具备音频驱动口型生成、面部表情同步和多语言支持等功能,采用先进的技术原理,如数据预处理、音频特征提取、口型编码器、音频到口型映射及生成对抗网络(GAN)。该工具提升了电影和视频的后期制作质量,增强了虚拟现实中的交互体验,还用于游戏开发、语言学习和 AI项目与工具 2025年06月12日 80 点赞 0 评论 258 浏览
VEED AI VEED AI游戏生成器是一个多功能的AI工具,它通过文本到图像的转换技术,帮助游戏开发者快速获取游戏设计和营销的视觉素材。 创作工具 1970年01月01日 0 点赞 0 评论 258 浏览
LMMs LMMs-Eval 是一个用于多模态AI模型的统一评估框架,提供标准化、广泛覆盖且成本效益高的性能评估解决方案。它支持超过50个任务和10多个模型,并通过透明和可复现的评估流程帮助研究者和开发者全面了解模型能力。LMMs-Eval 还引入了 LMMs-Eval Lite 和 LiveBench,分别通过精简数据集降低评估成本并动态更新评估数据集,以确保模型泛化能力的有效评估。 AI项目与工具 2025年06月12日 86 点赞 0 评论 258 浏览
Avaturn Avaturn是一款基于AI的3D虚拟形象生成平台,支持用户通过上传照片生成逼真的3D头像和全身模型。它提供丰富的定制选项,如面部特征、发型、肤色、服装和配饰,并具备实时预览功能。Avaturn适用于社交媒体、在线游戏、虚拟会议、电子商务、教育培训及健康医疗等领域,旨在推动虚拟互动和数字身份的发展。 AI项目与工具 2025年06月12日 56 点赞 0 评论 259 浏览