人工智能

NovaVSS

影视音轨分离工具,搭载专为电影电视训练的最强影视音轨分离AI模型,可一键从电影电视中提取人声、音乐、特效声。

LDGen

LDGen是一款结合大型语言模型与扩散模型的文本到图像生成工具,支持零样本多语言生成,提升图像质量和语义一致性。通过分层字幕优化、LLM对齐模块和跨模态精炼器,实现文本与图像的高效交互。实验表明其性能优于现有方法,适用于艺术创作、广告设计、影视制作等多个领域,具备高效、灵活和高质量的生成能力。

OpenTaskAI

​OpenTaskAI是一个创新的人才市场,专门为AI相关的自由职业者和业务需求搭建桥梁。使AI领域的自由职业者能够轻松地接触到各种业务机会。

Inktee Ai

Inktee ai 是可让您使用人工智能创建自己的图形T恤网站。您只需输入要在衬衫上看到的图像的文本描述,网站就会为您生成独特而引人注目的设计。

问小白PPT生成

问小白PPT生成是一款基于AI技术的智能PPT制作工具,用户只需输入主题或大纲,即可快速生成完整的PPT内容,支持文本、布局和设计的一键生成。工具具备高效便捷、自定义性强、多格式导出等功能,适用于工作汇报、学术演讲、商业演示、教育培训及个人分享等多种场景,目前提供完全免费的使用服务。

CodeElo

CodeElo 是一款基于 Elo 评级系统的编程能力评估工具,用于衡量大型语言模型在编程竞赛中的表现。它从 CodeForces 平台选取题目,按难度和算法分类,并通过直接提交代码进行测试,确保评估的准确性。该工具可比较模型与人类程序员的水平,适用于模型优化、教学辅助及开发应用,为 LLMs 编程能力研究提供可靠参考。

EMO2

EMO2是一种由阿里巴巴智能计算研究院开发的音频驱动头像视频生成技术,通过音频输入和静态人像照片生成高质量、富有表现力的动态视频。其核心技术包括音频与手部动作的协同建模、扩散模型生成视频帧,以及高精度音频同步。该工具支持多样化动作生成,适用于虚拟现实、动画制作和跨语言内容创作等场景,具备自然流畅的视觉效果和丰富的应用场景。

塔罗耳语

塔罗耳语是一款将古老的塔罗智慧与现代人工智能技术相结合的在线占卜平台。它提供了丰富的塔罗牌阵和专业的AI解读,帮助用户在爱情、事业、学业等方面获得指导和洞见。此外,它还支持个性化占卜体验,使用户能够更好地探索自我,促进个人成长。

AI. Image Enlarger

一个免费在线工具,使用人工智能技术自动提升和增强小尺寸图像而不损失质量。它可以放大JPG或PNG图片而不会影响它们的分辨率和清晰度。

万兴天幕多媒体大模型

一个涵盖了视觉、音频、语言等多模态AI生成和优化能力的多媒体大模型,万兴天幕多媒体大模型核心功能包括一键成片、AI美术设计、文生音乐、音频增强、音效分析、多语言对话等。