AI项目与工具

Ditto

Ditto是一款基于Flask框架的Web应用程序生成工具,通过自然语言输入和大型语言模型(LLM)实现自动化代码生成,支持模块化结构和无代码操作,适合快速原型开发、教育学习及非技术人员使用。其核心功能包括自然语言解析、代码自动生成、模块化管理以及环境变量配置等。

神采PromeAI

神采PromeAI是一款面向建筑师、室内设计师、产品设计师及游戏动漫设计师的AI设计助手。它通过强大的AIGC模型风格库,支持用户通过文字描述、草图或图片上传,快速生成高质量的设计图。此外,PromeAI还具备旧建筑翻新功能,能够提供高效的旧区改造设计方案,并支持多种风格转换和细节调整,从而实现卓越的视觉效果。

HRAvatar

HRAvatar是由清华大学联合IDEA团队推出的单目视频重建技术,能够从普通单目视频中生成高质量、可重光照的3D头像。它采用可学习的形变基和线性蒙皮技术,结合精确的表情编码器和物理渲染模型,实现高精度重建和实时渲染(约155 FPS)。支持材质编辑、跨视角渲染和动画化,适用于数字人、虚拟主播、AR/VR、游戏开发和影视制作等领域。

Veo 3

Veo 3是谷歌推出的新一代视频生成模型,在I/O开发者大会上发布。它是首个能生成视频背景音效的模型,可合成画面并匹配人物对话和口型,支持1080P高质量视频生成,具备物理模拟与口型同步能力,可生成超过60秒的视频片段,并支持多种视觉风格。Veo 3整合了多项先进技术,适用于影视制作、广告营销及教育领域。

PDF2Audio

PDF2Audio 是一款开源工具,支持将 PDF 文档转换为音频内容,适用于播客制作、教育、业务演示等多个场景。其核心功能包括 PDF 转文本、生成播客脚本、文本转语音转换、多语言支持及高级编辑功能。用户可通过自定义选项调整文本生成模型、语音风格等,支持批量处理和多种模板适配,方便用户根据需求生成高质量音频。

Scenethesis

Scenethesis是NVIDIA推出的AI框架,可通过文本生成高质量的3D场景。它结合LLM与视觉技术,经过布局规划、视觉细化、物理优化和场景验证四个阶段,确保生成结果具备物理合理性和空间连贯性。支持用户交互与多样化场景构建,广泛应用于VR/AR、游戏开发、具身智能及虚拟内容创作等领域。

LoveyDovey

LoveyDovey是一款基于AI技术的社交应用,允许用户与虚拟角色进行实时对话,构建个性化故事和情感联系。用户可自定义角色性格与风格,享受自然流畅的交互体验。应用支持照片分享、生活记录及故事创作功能,提供多样化的角色选择,满足不同用户需求。角色全天候在线,为用户提供情感陪伴与社交互动,适合用于情感倾诉、恋爱模拟和创意激发等场景。

万相2.1

通义万相2.1是一款基于自研VAE和DiT架构的AI视频生成工具,支持高精度视频编解码与中文文字生成,具备复杂动作展现、物理规律还原、中英文特效生成及艺术风格转换等功能。同时支持图像生成,适用于影视制作、广告视频、教学辅助、文化创作等多个领域,提供高效的创作体验与高质量输出。

KindlePPT

KindlePPT是一款利用AI技术快速生成演示文稿、视频脚本、测验及论文的多功能工具。其核心功能包括智能演示文稿生成、视频脚本创作、论文辅助撰写以及测验设计,支持多语言操作与格式导出。凭借高效的自动化处理能力和灵活的编辑选项,KindlePPT成为教育、企业和个人创作者的理想选择。

Heygem

Heygem是一款由硅基智能推出的开源数字人模型,支持Windows系统。它可通过1秒视频或照片快速生成数字人形象和声音,30秒内完成克隆,60秒合成4K视频。具备多语言支持、100%口型匹配、低配置运行等优势,适用于内容创作、教育、直播、影视及客服等多个领域,提供高效、低成本的数字人解决方案。