AR

1. 首页
2. AR

VARGPT

VARGPT是一款多模态大语言模型，整合了视觉理解和生成任务于统一的自回归框架中。它通过next-token和next-scale预测机制，支持文本与图像的混合输入和输出，具备高效的视觉生成能力。模型采用三阶段训练策略，提升了在视觉问答、推理及图像生成任务中的表现。适用于多模态内容创作、指令到图像合成等场景。

AI项目与工具 2025年06月12日 17 点赞 0 评论 393 浏览

YouTube Summarized

YouTube Summarizedm，这是一个使用人工智能为您总结YouTube视频的网站，还可以可以帮助用户创建笔记或分享视频的精彩片段。

格式转换 2025年06月05日 25 点赞 0 评论 393 浏览

豆包MarsCode

豆包MarsCode是字节跳动旗下的公司推出的一个免费AI编程工具，既提供一个AI驱动的云端集成开发环境（IDE），也支持作为VS Code和JetBrains的智能编程扩展（Extension）使用。基于...

创作工具 1970年01月01日 0 点赞 0 评论 394 浏览

Zerox

Zerox是一款基于GPT-4o-mini模型的开源OCR工具，支持多种文件格式，具备零样本识别能力，可高效处理扫描文档和复杂布局内容。其输出为Markdown格式，便于编辑与使用，同时提供API接口，适用于企业文档管理、学术研究、法律金融等多个场景，显著提升文档处理效率和准确性。

AI项目与工具 2025年06月12日 20 点赞 0 评论 395 浏览

NeuraPress

一款专注于微信公众号排版的Markdown编辑器，支持移动端，搭配DeepSeek和微信公众号助手，利用碎片化时间，通过手机就能编辑并发布带有排版效果的公众号文章。

Ai开源项目 2025年06月05日 86 点赞 0 评论 396 浏览

华为昇腾计算-Atlas 900

Atlas 900超级AI集群，算力巅峰

GPTs应用 1970年01月01日 0 点赞 0 评论 396 浏览

Genmo AI

Designs.ai Videomaker是一个创新的在线工具，它通过AI技术简化了视频制作流程，使得用户能够快速、轻松地创作出专业级别的视频内容。

Ai视频生成 1970年01月01日 0 点赞 0 评论 397 浏览

MultiTalk

MultiTalk是由中山大学深圳校区、美团和香港科技大学联合推出的音频驱动多人对话视频生成框架。它根据多声道音频输入、参考图像和文本提示，生成包含人物互动且口型与音频一致的视频。通过Label Rotary Position Embedding (L-RoPE) 方法解决多声道音频与人物绑定问题，并采用部分参数训练和多任务训练策略，保留基础模型的指令跟随能力。MultiTalk适用于卡通、歌唱及

AI项目与工具 2025年06月11日 11 点赞 0 评论 397 浏览

PDF to Podcast

PDF to Podcast 是一款由 NVIDIA 开发的 AI 工具，能够将 PDF 文档自动转换为高质量的音频内容，如播客。该工具结合了大型语言模型、文本到语音技术以及 NVIDIA NIM 微服务架构，支持从 PDF 提取信息并生成结构化文本，再通过语音合成输出自然流畅的音频。用户可自定义生成内容的重点，并支持多种部署方式，适用于企业培训、技术简报、客户服务、医疗教育等多个领域。

AI项目与工具 2025年06月12日 32 点赞 0 评论 398 浏览

ImagetoCartoon

ImagetoCartoon是一款在线AI漫画家，可以将人脸转换成卡通或动漫风格的图像。它可以在几秒钟内将图像转换为卡通，并创建10+具有不同背景和姿势的卡通头像。

Ai绘画生成 1970年01月01日 0 点赞 0 评论 400 浏览