学习

1. 首页
2. 学习

OpenAudio S1

OpenAudio S1是Fish Audio推出的文本转语音（TTS）模型，基于200万小时音频数据训练，支持13种语言。采用双自回归架构和RLHF技术，生成自然流畅的语音，支持50多种情感和语调标记。具备零样本和少样本语音克隆功能，仅需10到30秒音频即可生成高保真声音。适用于视频配音、播客、游戏角色语音、虚拟助手、游戏娱乐、教育培训及客服系统等场景。提供40亿参数完整版和5亿参数开源版，满足

AI项目与工具 2025年06月11日 28 点赞 0 评论 515 浏览

AI工具集博客

AI工具集博客专注于人工智能领域，搜罗实用的AI工具、收录优质的AI网址。

媒体资讯 2025年06月05日 12 点赞 0 评论 515 浏览

RMBG

RMBG-2.0是一款基于先进AI技术的开源图像背景移除模型，通过深度学习和多模态数据处理实现了高达90.14%的准确率。该模型在高分辨率图像上经过大量训练，支持电子商务、广告、游戏开发等领域，具备高精度背景移除、多模态数据处理及云服务器无关架构等特点，为用户提供了高效、灵活的解决方案。

AI项目与工具 2025年06月12日 91 点赞 0 评论 516 浏览

HiFiVFS

HiFiVFS是一款基于Stable Video Diffusion框架的高保真视频换脸工具，结合多帧输入与时间注意力机制保障视频稳定性。其核心技术包括细粒度属性学习（FAL）和详细身份学习（DIL），分别用于属性解耦和身份相似性提升。HiFiVFS适用于电影制作、游戏开发、虚拟现实及社交媒体等多个领域，支持高质量的视频换脸操作。

AI项目与工具 2025年06月12日 60 点赞 0 评论 517 浏览

生财有术

一个谈钱不伤感情的社群，有不同领域的赚钱高手进行交流和分享。

电商运营 1970年01月01日 0 点赞 0 评论 517 浏览

Instance AI

Instance AI是一款通过角色扮演、模拟人生来沉浸式学英语的App，这款App采用剧本学习法，为用户提供沉浸式英语学习体验。涵盖职场、社交、恋爱等丰富场景，让用户在实际应用中无痛...

创作工具 1970年01月01日 0 点赞 0 评论 517 浏览

VAPI

VAPI是一个面向开发者的语音AI平台，凭借其简便的API集成、高精度语音识别、多语言支持以及定制化能力，能够协助开发者快速将语音技术嵌入至不同类型的软件应用中。它注重数据隐私与安全性，并提供多样化的应用场景，如智能助手、客户服务自动化、教育培训、医疗健康及呼叫中心等，帮助企业提升运营效率和服务质量。

AI项目与工具 2025年06月12日 91 点赞 0 评论 517 浏览

Amodal3R

Amodal3R 是一种基于条件的 3D 生成模型，能够从部分遮挡的 2D 图像中重建完整的 3D 模型。通过引入掩码加权多头交叉注意力机制和遮挡感知注意力层，提升了遮挡场景下的重建精度。该模型仅使用合成数据训练，却能在真实场景中表现出色，具有较强的泛化能力。广泛应用于 AR/VR、机器人视觉、自动驾驶及 3D 资产创建等领域。

AI项目与工具 2025年06月12日 39 点赞 0 评论 518 浏览

Claude 3.7 Max

Claude 3.7 Max 是 Cursor 推出的高性能 AI 编程助手，支持 200k 上下文窗口与 200 次工具调用，适用于复杂代码任务和大规模项目开发。具备强大的代码理解、编辑与维护能力，适合需要深度分析和优化的开发者。采用按需付费模式，适用于专业用户。

AI项目与工具 2025年06月12日 46 点赞 0 评论 518 浏览

Gemini 2.5 Pro (I/O 版)

Gemini 2.5 Pro (I/O 版) 是 Google 推出的多模态 AI 模型，具备强大的编程能力和多模态内容生成功能。它能基于提示词或手绘草图快速生成交互式 Web 应用、游戏及模拟程序，并支持代码生成、编辑与优化。该模型在多个基准测试中表现优异，适用于 Web 开发、游戏制作、教育工具构建及企业级应用开发等领域。最新版本进一步提升了性能与灵活性。

AI项目与工具 2025年06月11日 75 点赞 0 评论 519 浏览