AR

1. 首页
2. AR

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 459 浏览

luerzer's Archive

来自世界各地30多年最好的广告

剧本文案 2025年06月05日 16 点赞 0 评论 461 浏览

ScholarAI

一个AI驱动的帮助学生完成记笔记、时间管理、学习计划和学术论文写作等任务的平台。它从头开始生成笔记，总结复杂的信息，并将图像中的视觉信息转换为文本。

GPTs应用 2025年06月05日 48 点赞 0 评论 462 浏览

博思AIPPT

只需输入一句话，博思AIPPT为你自动生成PPT模板、目录、文案、配色、配图百款设计风格任选，零基础也可创作令人惊叹的专业PPT。

Ai办公效率 2025年06月05日 22 点赞 0 评论 462 浏览

优雅简历

易使用，安全，功能强大，不要钱的在线简历制作工具

招聘求职 1970年01月01日 0 点赞 0 评论 463 浏览

CatVTON

CatVTON是一款基于先进AI算法的虚拟试衣工具，能够将服装从一个人无缝转移到另一个人身上，同时保留服装细节的一致性。该工具采用轻量级网络架构，减少了计算资源的需求，无需复杂的预处理步骤，即可实现高效的服装试穿效果。CatVTON适用于电子商务、时尚设计、个性化推荐等多个领域，为用户提供了便捷且真实感强的虚拟试衣体验。

AI项目与工具 2025年06月12日 42 点赞 0 评论 465 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 467 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 467 浏览

Character AI

通过AI 驱动的创意增加销售额

创作工具 1970年01月01日 0 点赞 0 评论 468 浏览

Arctime

简单、强大、高效的跨平台字幕制作软件

字幕配音 2025年06月05日 34 点赞 0 评论 469 浏览