IT

万相首尾帧模型

万相首尾帧模型(Wan2.1-FLF2V-14B)是一款开源视频生成工具,基于DiT架构和交叉注意力机制,可根据用户提供的首帧和尾帧图像生成高质量、流畅的过渡视频。支持多种风格和特效,适用于创意视频制作、影视特效、广告营销等多个场景。模型具备细节复刻、动作自然、指令控制等功能,且提供GitHub和HuggingFace开源资源供用户使用。

提示精灵小富贵

一个旨在简化并增强为AI模型创建和优化提示词(Prompts)过程的开源项目,会帮你写Prompt提示词的GPTs应用。

IngestAI

IngestAI是一款无需编码即可将企业文档转化为智能问答机器人的AI平台,支持Slack、Discord、WhatsApp和Telegram等多种通信工具。通过自然语言处理技术,用户可以便捷地实现知识检索与交互,并享受实时更新和个性化推荐的服务。主要适用于客户服务、内部知识管理、员工培训、销售支持及项目协作等领域。

ChatWithPDF AI

上传PDF后,ChatWithPDF AI将帮你总结 PDF 的内容,或者让你可以提问有关 PDF 内容的问题。它跟 ChatPDF 的功能相近。

Project Padawan

Project Padawan 是 GitHub 推出的 AI 驱动的软件工程智能体,支持从代码生成到提交 PR 的全流程自动化。具备环境管理、代码优化、测试验证、智能推断等功能,适用于漏洞修复、新功能开发、代码重构等场景。运行于安全云沙箱中,提升开发效率,助力开发者聚焦创造性工作。

ViTPose

ViTPose 是一种基于 Transformer 架构的人体姿态估计模型,通过图像块处理和特征提取实现关键点定位。提供多种版本,适用于不同任务需求。模型结构简洁,支持灵活扩展和参数调整,具备知识迁移能力。ViTPose+ 拓展至动物姿态估计,提升适用范围。在多个数据集上达到 SOTA 性能,广泛应用于运动分析、虚拟现实等领域。

Fish Speech

Fish Speech是一款开源的文本到语音(TTS)工具,支持中文、英文和日文。它通过大约15万小时的多语种数据训练,实现了接近人类水平的语音合成效果。该工具的特点包括低显存需求(仅需4GB)、快速推理速度、高自定义性和灵活性。Fish Speech支持多种语音生成模型,如VITS2、Bert-VITS2等,适用于智能助手、自动客服、语言学习等多个领域。

eeChat

简洁易用的大模型本地部署工具,支持开源模型 DeepSeek-R1, DLlama 3, Phi-4, Mistral, Gemma 3 等模型的本地化部署,专注于数据安全、隐私保护和高效的AI对话体验。

HypeAuditor

一款数据驱动型的影响力营销平台,帮助品牌和代理商寻找最佳红人,分析市场并跟踪和衡量红人的活动。

PhotoKit图片编辑器

PhotoKit,基于AI人工智能的在线图片编辑器,方便易用。您可以通过编辑器一键抠图、改图、修图、美图等。