AI项目与工具

PhysGen3D

PhysGen3D

PhysGen3D 是一款能够将单张图像转换为交互式 3D 场景并生成物理真实视频的工具。它结合图像分析与物理模拟技术，支持精确控制物体属性、动态效果整合及高质量渲染。适用于影视、VR/AR、教育、游戏和广告等多个领域，提供高效且逼真的视觉内容生成能力。
AI项目与工具 2025年06月12日
OCRmyPDF

OCRmyPDF

OCRmyPDF 是一款开源的命令行工具，用于将扫描 PDF 转换为可搜索、可编辑的文档。基于 Tesseract OCR 引擎，支持 100 多种语言，具备图像优化、纠偏、清洁等功能，提升识别准确率。支持多核处理与批量操作，适合高效处理大量文件，且完全离线运行，保障数据安全。
AI项目与工具 2025年06月12日
Open

Open

Open-Sora是一个开源视频生成模型，基于DiT架构，通过三个阶段的训练（大规模图像预训练、大规模视频预训练和高质量视频数据微调），生成与文本描述相符的视频内容。该模型包括预训练的VAE、文本编码器和STDiT（Spatial-Temporal Diffusion Transformer）核心组件，利用空间-时间注意力机制和交叉注意力模块实现视频生成。项目旨在提供全面的视频生成模型训练过程，供
AI项目与工具 2024年01月01日
Shutterstock AI

Shutterstock AI

Shutterstock AI是一款由Shutterstock与OpenAI合作开发的AI图像生成与编辑工具。它使用户能够通过简单的描述或文本提示，快速生成高质量、符合伦理标准的图片，适用于商业授权。该工具提供了六大核心功能，包括神奇画笔、变体生成、图像扩展、智能尺寸调整、背景移除以及AI图像生成器，旨在简化图片编辑流程并激发用户的创意灵感。
AI项目与工具 2025年06月12日
MoonCast

MoonCast

MoonCast 是一个零样本播客生成系统，能够从纯文本源合成自然的播客风格语音。它采用长上下文语言模型和大规模语音数据训练，支持中文和英文，生成几分钟长的高质量播客音频。MoonCast 通过特定的LLM提示生成播客脚本，并利用语音合成模块转换为最终音频，具备长音频生成、增强自然性、多语言支持和零样本语音合成等功能。其技术原理包括多阶段训练、短段级别自回归音频重建和自发性增强，适用于内容创作、教
AI项目与工具 2025年06月11日
塔猫AI对话PPT

塔猫AI对话PPT

塔猫AI对话PPT是一款利用深度学习与自然语言处理技术的智能PPT分析工具，可解析文本、图表等内容，支持智能问答、摘要生成及逻辑优化建议等功能。它适用于信息检索、演讲准备、教育培训等多个场景，助力用户高效获取所需信息。
AI项目与工具 2025年06月12日
GPT Pilot

GPT Pilot

GPT Pilot是一款AI编程工具，旨在通过模拟人类开发者的工作流程，帮助从零开始构建应用程序。它能够编写代码、调试程序、与用户讨论问题，并请求代码审查，是真正的AI开发者伙伴。GPT Pilot支持多种运行方式，包括VS Code扩展、命令行工具和Docker容器，使开发者能够在熟悉的环境中提升开发效率。其主要功能包括全功能代码生成、交互式问题解答、高度集成的开发环境、逐步开发、任务分配、开发
AI项目与工具 2025年06月12日
FP Video

FP Video

FP Video是一款基于人工智能技术的图像编辑工具，提供包括AI绘画、照片修复、发型变换、卡通化在内的多项创意功能。它能够帮助用户修复旧照片、调整照片风格、尝试虚拟发型，并通过智能算法实现背景替换和物体消除等操作，适用于个人美化、艺术创作及社交媒体内容制作等多个场景。
AI项目与工具 2025年06月12日
Reka Flash 3

Reka Flash 3

Reka Flash 3 是一款由 Reka AI 开发的开源推理模型，拥有 21 亿参数，支持多模态输入（文本、图像、视频、音频），并可处理最长 32k 个令牌的上下文。它具备高效的推理能力和多语言支持，适用于日常对话、编码辅助、指令执行等多种场景。模型可在本地部署，支持 4 位量化以降低资源占用，适合广泛的应用需求。
AI项目与工具 2025年06月12日
UnblurImage

UnblurImage

UnblurImage 是一款基于 AI 技术的图像处理工具，可有效去除图片模糊并提升画质。支持多种图片格式，提供去模糊、细节增强和分辨率提升等功能，适用于电商、社交媒体、照片打印及个人用途等多种场景，操作简便且完全免费。
AI项目与工具 2025年06月12日