AI项目与工具

olmOCR

olmOCR

olmOCR 是一款开源 PDF 文档处理工具，结合文档锚定技术和 Qwen2-VL-7B-Instruct 模型，可高效提取结构化文本并保留原始布局。支持多种文档类型，具备大规模批量处理能力和低成本优势，适用于学术研究、法律文件处理、企业文档管理及数字图书馆建设等多个场景。其开源特性与可扩展性也增强了用户的使用灵活性。
AI项目与工具 2025年06月12日
autoMate

autoMate

autoMate是一款基于AI与RPA技术的本地化自动化工具，用户可通过自然语言描述任务，无需编程即可完成复杂操作。支持本地部署，确保数据安全，兼容主流大模型，具备智能学习能力。适用于数据处理、报告生成、邮件自动化、跨平台流程管理及日常任务调度等场景，提升工作效率并释放创造力。
AI项目与工具 2025年06月12日
LyricStudio

LyricStudio

LyricStudio是一款利用AI技术辅助歌词创作的工具，能够根据用户设定的主题和风格生成个性化歌词建议，并提供押韵词推荐、歌词结构优化等功能。它支持团队协作创作，兼容多种音乐流派，适用于个人创作、团队协作及教育等多个场景，同时确保用户对生成内容享有完整版权。
AI项目与工具 2025年06月12日
Veo

Veo

Veo是Google DeepMind开发的一款视频生成模型，用户可以通过文本、图像或视频提示来指导其生成所需的视频内容。Veo具备深入的自然语言理解能力，能够准确解析用户的文本提示，生成高质量、高分辨率的视频。其主要功能包括高分辨率视频输出、自然语言处理、风格适应性、创意控制与定制、遮罩编辑功能、参考图像与风格应用、视频片段的剪辑与扩展以及视觉连贯性。Veo技术目前仍处于实验阶段，但已在电影制作
AI项目与工具 2024年01月01日
CosyVoice 2.0

CosyVoice 2.0

CosyVoice 2.0是一款基于深度学习的语音生成大模型，通过有限标量量化技术和新型架构设计，在发音准确性、音色一致性和韵律表达方面表现出色。其支持流式推理，延迟低至150ms，广泛应用于智能助手、有声读物、视频配音及语言学习等领域，同时具备多语言支持和情感控制等功能。
AI项目与工具 2025年06月12日
10个降AI率、降AIGC率的网站和工具，论文写作必备

10个降AI率、降AIGC率的网站和工具，论文写作必备

本文介绍了10款用于降低AIGC痕迹的AI写作工具，涵盖论文优化、降重、查重等功能。这些工具通过智能算法识别并优化AI生成内容，使其更接近人类写作风格，有效降低在知网、维普等平台的检测风险，提升论文原创性与通过率。
AI项目与工具 2025年06月11日
Mahilo

Mahilo

Mahilo 是一款支持多智能体协作的框架，具备实时语音与文本通信能力，支持智能体间共享上下文并接受人类监督。其提供灵活的通信模式和策略管理功能，适用于客户服务、紧急响应、内容创作、医疗协调等多个场景。通过标准化的消息协议和可扩展的架构，Mahilo 提升了人机协作效率与决策质量。
AI项目与工具 2025年06月12日
StoryMaker

StoryMaker

StoryMaker 是一款基于 Stable Diffusion XL 模型和 LoRA 技术的文本到图像生成工具，专为保持连续图像中角色一致性而设计。其核心功能包括角色一致性维护、多角色处理、高质量图像生成及叙事创作支持。通过深度学习和面部特征识别技术，StoryMaker 能够生成细节丰富、视觉一致的图像，广泛应用于漫画、游戏、影视制作及广告创意等领域。
AI项目与工具 2025年06月12日
Pixai.Art

Pixai.Art

Pixai.Art是一款面向二次元爱好者的AI绘画工具，用户可以通过输入关键词，借助AI技术生成具有二次元风格的艺术作品。该工具还提供“图生图”功能，允许用户基于现有图像进行创作。Pixai.Art提供多种AI模型供用户选择，并通过关键词辅助提高创作准确性。它适用于二次元爱好者、艺术创作者、设计师、教育工作者和学生以及技术开发者。
AI项目与工具 2025年06月12日
Browser Use

Browser Use

Browser Use是一款基于大语言模型的智能浏览器工具，支持多标签页管理和视觉识别，可提取网页内容并记录操作步骤。它允许开发者自定义动作，如保存文件或推送至数据库，并兼容多种主流LLM模型，具备并行运行和自我修正能力，旨在提升任务执行效率与准确性。
AI项目与工具 2025年06月12日