SongDonkey SongDonkey是一款基于AI技术的音频处理工具，能够高效分离人声与乐器音轨，支持多种格式输出和预览功能。它适用于音乐制作、教学、分析及编辑等领域，为用户提供便捷的音频处理体验。 AI项目与工具 2025年06月12日 57 点赞 0 评论 850 浏览
DeepSeek Coder 中国人工智能公司深度求索（DeepSeek）推出的开源代码生成大模型系列，通过深度学习技术提升代码生成和理解能力，提升开发者的编程效率。 Ai编程建站 2025年06月05日 24 点赞 0 评论 851 浏览
Emu3 Emu3是一款由北京智源人工智能研究院开发的原生多模态世界模型，结合了多模态自回归技术和单一Transformer架构，能够在图像、视频和文本之间实现无缝转换。它不仅能够根据文本生成高质量图像，还能预测视频发展并理解图文内容，广泛应用于内容创作、广告营销、教育、娱乐等多个领域。 AI项目与工具 2025年06月12日 58 点赞 0 评论 851 浏览
Riverside Riverside 是一款 AI 转录工具，允许用户快速可靠地转录 100 多种语言的音频和视频文件。它具有易于使用的界面、出色的准确性、说话人识别功能，并支持多种文件类型。 Ai视频生成 2025年06月05日 25 点赞 0 评论 852 浏览
EyeDiff EyeDiff是一款基于扩散模型的文本到图像生成工具，专为多模态眼科图像生成设计。通过自然语言提示，EyeDiff能够捕捉常见及罕见眼病的关键特征，显著提升诊断准确性。该工具采用CLIP文本编码器与交叉注意力机制，结合潜在扩散模型（LDM），生成高质量、与文本高度一致的图像，适用于数据增强、疾病筛查、数据共享及医学教育等场景。 AI项目与工具 2025年06月12日 89 点赞 0 评论 853 浏览
StochSync StochSync是一种基于扩散同步（DS）和分数蒸馏采样（SDS）的图像生成技术，适用于360°全景图和3D纹理生成。它通过引入最大随机性与多步去噪方法，兼顾图像细节与连贯性，无需额外训练即可生成高质量图像。支持高分辨率输出，适用于复杂几何纹理化任务。 AI项目与工具 2025年06月12日 65 点赞 0 评论 853 浏览
Genmoai Genmoai-smol 是一款专为单 GPU 设备设计的开源视频生成模型，能够将文本描述转化为高质量视频内容。其核心优势在于高保真度运动表现、强大的文本提示遵循能力及显存优化技术，支持用户在资源受限条件下开展视频创作。该工具提供了 Gradio UI 和命令行界面两种操作方式，并广泛应用于视频内容创作、超现实效果视频制作和技术研究等领域。 AI项目与工具 2025年06月12日 26 点赞 0 评论 854 浏览
九歌 九歌是清华大学研发的AI诗歌生成系统，基于深度学习技术，可生成符合古诗格律的多种体裁作品。支持关键词、文本及图片输入，操作便捷，无需登录即可使用。适用于诗词创作辅助、文化教育、艺术融合及个人娱乐等多个场景，助力中华传统文化的传承与创新。 AI项目与工具 2025年06月11日 73 点赞 0 评论 855 浏览
IMAGPose IMAGPose是由南京理工大学开发的统一条件框架，用于人体姿态引导的图像生成。其核心功能包括多场景适应、细节与语义融合、灵活对齐及全局一致性保障。通过FLC、ILC和CVA模块，解决了传统方法在生成多样姿态图像时的局限性，适用于虚拟现实、影视制作、电商展示等多个领域。 AI项目与工具 2025年06月12日 42 点赞 0 评论 855 浏览
