AI项目与工具

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 47 点赞 0 评论 832 浏览

白瓜面试

白瓜面试是一款集智能回答、代码解析、语音与图像识别于一体的AI面试辅助工具。它通过实时语音转录、图片分析及物理隔离功能，帮助求职者在技术面试和技术岗位应聘中保持高效表现。此外，它还支持在线面试、笔试优化及简历定制服务，旨在全面提升用户的面试体验。

AI项目与工具 2025年06月12日 53 点赞 0 评论 832 浏览

吐司AI写真

吐司AI写真是一款基于AI技术的图像生成工具，支持对用户上传的照片进行风格化处理，输出高逼真度的写真图像。功能涵盖风格转换、模板创作、参数自定义及多场景应用，适用于社交媒体、个人形象设计、广告制作等多个领域。用户可通过简单操作实现个性化内容创作，适合各类创作者和设计师使用。

AI项目与工具 2025年06月12日 35 点赞 0 评论 832 浏览

Aidge

Aidge是阿里巴巴国际数字商业集团推出的AI电商运营平台，集成了翻译、虚拟模特生成和图像处理等功能，旨在提升跨境电商效率与用户体验。平台提供API接口，支持多语言开发，适用于多种电商场景，如产品推广、客服支持和本地化营销，助力商家降低成本、提高转化率。

AI项目与工具 2025年06月12日 95 点赞 0 评论 832 浏览

FancyVideo

FancyVideo是一款由360公司与中山大学合作开发的AI文生视频模型，采用创新的跨帧文本引导模块（CTGM）。它能够根据文本描述生成连贯且动态丰富的视频内容，支持高分辨率视频输出，并保持时间上的连贯性。作为开源项目，FancyVideo提供了详尽的文档和代码库，便于研究者和开发者深入研究和应用。主要功能包括文本到视频生成、跨帧文本引导、时间信息注入及时间亲和度细化等。

AI项目与工具 2025年06月12日 28 点赞 0 评论 832 浏览

Gradio

Gradio 是一款开源 Python 工具，用于快速构建和共享机器学习模型的交互式网页界面。支持多类型输入输出组件，具备实时交互能力，并通过服务器端渲染优化性能。Gradio 5 引入性能提升、界面更新及安全性改进，支持实验性 AI Playground，广泛应用于模型演示、教育、原型开发及远程协作等领域。

AI项目与工具 2025年06月12日 43 点赞 0 评论 832 浏览

Amie是一款AI会议记录工具，能够自动录音并生成会议总结，帮助用户高效管理会议内容和后续工作。它支持多种视频会议平台，如Zoom、Google Meet、Slack Huddle和Microsoft Teams，可自动生成笔记，并允许用户添加私人笔记、自定义标题和关键数字。Amie还提供快速会议总结、AI聊天、多平台集成和智能日程安排等功能，适用于日常任务安排、学习、会议记录与分享以及项目管理等

AI项目与工具 2025年06月11日 32 点赞 0 评论 832 浏览

Augment Agent

Augment Agent 是一款 AI 编程助手，支持 VS Code 和 JetBrains，具备强大上下文处理能力（最高 20 万 tokens），可自动学习用户编码风格并保持一致性。支持多模态输入、代码检查点、终端命令及跨平台协作，适用于复杂代码库开发和日常编程任务，性能在基准测试中表现优异。

AI项目与工具 2025年06月12日 88 点赞 0 评论 832 浏览