R

ConsisID

ConsisID是一款由北京大学和鹏城实验室开发的文本到视频生成工具,其核心技术在于通过频率分解保持视频中人物身份的一致性。该模型具备高质量视频生成能力、无需微调的特点以及强大的可编辑性,同时拥有优秀的泛化性能。其主要功能包括身份保持、高质量视频生成、文本驱动编辑以及跨领域人物处理,广泛应用于个性化娱乐、虚拟主播、影视制作、游戏开发及教育模拟等领域。

OmniTalker

OmniTalker 是一款由阿里巴巴开发的实时多模态交互技术,支持文本、图像、音频和视频的同步处理,并能生成自然流畅的语音响应。其核心技术包括 Thinker-Talker 架构和 TMRoPE 时间对齐技术,实现音视频精准同步与高效流式处理。适用于智能语音助手、内容创作、教育、客服及工业质检等场景,具有高实时性与稳定性。

Favird

一个你可以一起学习、分享和发展资源的社区。

加利福尼亚大学伯克利分校

加利福尼亚大学伯克利分校(University of California, Berkeley),简称伯克利,坐落美国旧金山湾区伯克利市,是公立研究型大学,被誉为“公立常春藤”,是美国大学协会成员,全球...

Scispace

SciSpace是一款基于人工智能的工具,帮助用户理解和分析科学研究论文。它提供了高亮文本、提问、提取解释和摘要以及进行文献综述等功能。

ColorMagic

ColorMagic是一个由人工智能驱动的色彩调色板生成工具,你可以输入图像或色彩情绪的关键字,它会根据关键词生成您输入的颜色图像的颜色。

ImageRAG

ImageRAG 是一种基于检索增强生成(RAG)技术的图像生成工具,通过动态检索相关图像提升文本到图像模型的生成能力。它能够增强对罕见概念的理解与生成,提升图像的真实度和相关性,支持多模态生成与个性化定制。无需额外训练即可适配多种 T2I 模型,广泛应用于创意设计、品牌推广、教育及影视等领域。

FigJam AI

FigJam AI,这是一套用于其协作白板服务 FigJam 的新生成式 AI 工具套件,可为常见设计和规划项目创建即用型模板。

程序员盒子CoderUtil

一个程序员的高效工具网址导航网站,程序员盒子网提供自定义快捷网址导航,涵盖技术社区、学习平台、资源推荐等多种功能,目前拥有超过200万的程序员用户群体。

CopyFish

一个免费的 OCR 程序,可从图片、视频和 PDF 文件中提取文本。