AI项目与工具

AnythingLLM

AnythingLLM

AnythingLLM 是一款开源、多模态的 AI 客户端工具，支持文本、图像和音频输入，可将文档转化为上下文信息供语言模型使用。支持本地和云端部署，具备多用户管理、工作区隔离、丰富的文档格式支持和强大的 API 接口。适用于企业知识管理、学术研究、个人学习、内容创作等多种场景，保障数据隐私安全。
AI项目与工具 2025年06月12日
FlashMLA

FlashMLA

FlashMLA 是 DeepSeek 开发的开源 MLA 解码内核，针对 NVIDIA Hopper 架构 GPU 优化，提升可变长度序列处理效率。支持 BF16 精度、页式 KV 缓存及分块调度，内存带宽达 3000 GB/s，算力达 580 TFLOPS。适用于大语言模型推理和 NLP 任务，具备高性能与低延迟特性，支持快速部署与性能验证。
AI项目与工具 2025年06月12日
DupDub

DupDub

DupDub是一款由出门问问开发的AI内容生成平台，集成了AI写作、文本转语音、视频编辑等多项功能，支持70多种语言和500多种真实语音效果。它通过简化创作流程，帮助内容创作者快速生成高质量的视频、文本和音频内容，适用于营销、教育、无障碍辅助等多种应用场景，有效提升工作效率与内容影响力。
AI项目与工具 2025年06月12日
Vocloner

Vocloner

Vocloner是一款基于人工智能的在线语音克隆工具，用户可通过上传目标语音音频并输入文本，快速生成克隆声音，无需训练语音网络。支持多语言及多种中文方言，提供经典版本和更新版本两种克隆选项，经典版使用Coqui TTS技术，更新版采用Coqui AI的XTTS工具，增强克隆效果。功能包括即时语音克隆、模型创建与保存、多语言支持、不同说话风格和角色模仿，适用于内容创作、无障碍支持、语言学习和个性化数
AI项目与工具 2025年06月11日
imgkits

imgkits

Imgkits 是一个基于人工智能的图像处理平台，提供去除水印、对象移除、背景替换、艺术化滤镜应用、照片修复及增强等多功能服务。该工具旨在提升图片质量和视觉效果，适用于社交媒体、电商、广告设计和个人照片编辑等多个领域。平台注重用户隐私，确保数据的安全性和高效性。
AI项目与工具 2025年06月12日
Umi

Umi

Umi-OCR 是一款离线 OCR 工具，支持图片、截图和 PDF 文档的文字识别，具备数学公式与二维码识别功能，可生成可搜索 PDF。支持多语言识别与界面切换，提供命令行和 HTTP 接口调用，适用于文档数字化、数据录入、教育等多个场景。
AI项目与工具 2025年06月12日
FaceApp

FaceApp

FaceApp是一款结合AI技术的照片和视频编辑工具，提供多样化的滤镜和效果，帮助用户轻松实现自拍照的逼真编辑，包括年龄、性别、发型、发色等多维度的调整，同时支持创意场景融合和艺术化处理，适用于社交媒体分享、娱乐、时尚、创意摄影及广告营销等多个领域。
AI项目与工具 2025年06月12日
AI Scientist

AI Scientist

AI Scientist是由Sakana AI开发的全自动科学发现AI系统，能够独立完成从创意生成、编码、实验执行到撰写科学论文的整个研究流程。它具备全自动化研究流程、多领域应用能力、高效的计算效率和创新的同行评审机制，显著降低了科学研究的经济门槛。AI Scientist已在基础科学研究、医学研究、材料科学、工程优化和环境科学研究等多个领域得到应用，展现出广泛的应用前景。
AI项目与工具 2025年06月12日
VACE

VACE

VACE是由阿里巴巴通义实验室推出的视频生成与编辑框架，支持文本到视频、参考生成、视频扩展、遮罩编辑等多种任务。其核心是Video Condition Unit（VCU），可整合多模态输入，实现任务灵活组合。支持480P和720P分辨率，适用于创意视频制作、视频修复、风格转换及互动创作等场景，具备高灵活性和广泛的应用潜力。
AI项目与工具 2025年06月12日
LiveCC

LiveCC

LiveCC是一款由新加坡国立大学Show Lab与字节跳动联合开发的实时视频解说模型，基于自动语音识别字幕进行训练。它能够实时生成自然流畅的视频评论和回答相关问题，适用于体育、新闻、教育等多个场景。模型采用流式训练方法，结合大规模数据集和Qwen2-VL架构，具备低延迟和高质量的生成能力。LiveCC通过LiveSports-3K基准测试评估性能，广泛应用于视频内容分析与智能交互场景。
AI项目与工具 2025年06月11日