Dream Lab Dream Lab是一款基于人工智能技术的文本到图像生成工具，由Canva推出并依托于收购的AI初创公司Leonardo.ai的技术支持。它能够通过解析用户输入的简单文字描述，生成包括3D渲染、插画等多种风格的高质量图像。此外，Dream Lab还支持参考已有图片进行优化，并提供灵活的尺寸选择与编辑功能，适用于社交媒体、广告营销、品牌设计以及教育培训等多个场景。 AI项目与工具 2025年06月12日 44 点赞 0 评论 935 浏览
Ev Ev-DeblurVSR是一款由多所高校联合开发的视频增强模型，利用事件相机数据提升视频去模糊和超分辨率效果。通过互惠特征去模糊模块和混合可变形对齐模块，实现高精度视频恢复。适用于监控、体育、自动驾驶等多个领域，支持快速部署与研究。 AI项目与工具 2025年06月11日 52 点赞 0 评论 935 浏览
Reverb ASR Reverb ASR是一款基于深度学习的开源自动语音识别与说话人分离工具，采用20万小时高质量英语语音数据训练，具备高精度语音转录能力，支持逐字稿控制及多种解码模式。其显著特点是擅长处理长时间语音内容，并在长篇幅识别任务中超越其他开源模型。Reverb ASR适用于播客、会议记录、法庭记录等多个应用场景，为用户提供灵活且高效的语音转文字解决方案。 AI项目与工具 2025年06月12日 55 点赞 0 评论 935 浏览
Pixel3DMM Pixel3DMM是由慕尼黑工业大学、伦敦大学学院和Synthesia联合开发的单图像3D人脸重建框架，基于DINOv2模型，能从单张RGB图像中准确重建出3D人脸的几何结构。该工具擅长处理复杂表情和姿态，支持身份和表情的解耦，并通过FLAME模型优化实现高精度重建。其应用场景涵盖影视游戏、VR/AR、社交视频、医疗美容和学术研究。 AI项目与工具 2025年06月11日 88 点赞 0 评论 935 浏览
Migician Migician是一款由多所高校联合开发的多模态大语言模型，专为多图像定位任务设计。它基于大规模数据集MGrounding-630k，采用端到端架构和两阶段训练方法，支持跨图像精准定位与多任务处理。Migician适用于自动驾驶、安防监控、医疗影像等多个领域，具有高效的推理能力和灵活的输入方式。 AI项目与工具 2025年06月12日 90 点赞 0 评论 935 浏览
Light Light-A-Video 是一种无需训练的视频重照明技术，由多所高校和研究机构联合开发。它通过 CLA 和 PLF 模块实现高质量、时间一致的光照调整，支持前景与背景分离处理，并具备零样本生成能力。适用于影视、游戏、视频创作等多种场景，兼容多种视频生成模型，提升视频表现力与创作效率。 AI项目与工具 2025年06月12日 91 点赞 0 评论 935 浏览
Mogao Mogao是由字节跳动开发的多模态生成基础模型，结合双视觉编码器和先进位置嵌入技术，实现高质量的图像与文本生成。支持零样本图像编辑、多模态理解与生成、高分辨率图像输出以及优化的中文文本渲染。适用于内容创作、智能交互、医疗影像分析等多个领域，具备强大的跨模态处理能力和生成稳定性。 AI项目与工具 2025年06月11日 97 点赞 0 评论 935 浏览
灰豚数字人 灰豚数字人是一款基于AI技术的数字人平台，支持7*24小时自动化直播和个性化视频创作，提供高清4K画质及真人形象克隆功能。用户可自由选择数字人形象并进行多场景应用，如直播带货、企业营销、互动娱乐等。平台提供系统源码和服务器支持，有效降低创作成本，适用于多个行业领域，具备高效、灵活和可扩展的特点。 AI项目与工具 2025年06月12日 99 点赞 0 评论 936 浏览
DianJin DianJin-R1是由阿里云与苏州大学联合开发的金融领域推理增强型大模型，基于CFLUE、FinQA和CCC等高质量数据集训练，通过监督微调和强化学习优化，提升金融任务的推理能力。模型支持结构化输出，具备高效推理与低计算成本优势，在合规检查、金融问答、考试辅助等领域表现优异，适用于多种金融应用场景。 AI项目与工具 2025年06月11日 68 点赞 0 评论 936 浏览
PodAgent PodAgent是一款由多所高校与企业联合开发的播客生成框架，采用多智能体协作机制，模拟真实脱口秀场景，自动生成高质量对话内容。系统具备声音匹配、语音合成与表现力增强功能，并提供多语言支持和完整播客结构生成能力。同时，PodAgent引入评估指标，确保内容的专业性与多样性，适用于媒体、教育、企业推广等多个领域。 AI项目与工具 2025年06月12日 87 点赞 0 评论 936 浏览
