Mogao Mogao是由字节跳动开发的多模态生成基础模型，结合双视觉编码器和先进位置嵌入技术，实现高质量的图像与文本生成。支持零样本图像编辑、多模态理解与生成、高分辨率图像输出以及优化的中文文本渲染。适用于内容创作、智能交互、医疗影像分析等多个领域，具备强大的跨模态处理能力和生成稳定性。 AI项目与工具 2025年06月11日 97 点赞 0 评论 839 浏览
Voice Voice-Pro是一款开源的多功能音频处理工具，集成了语音转文字、文本转语音、实时翻译、YouTube视频下载和人声分离等功能，支持超过100种语言，广泛应用于教育、娱乐和商业领域，显著提升音频处理效率和便捷性。 AI项目与工具 2025年06月12日 33 点赞 0 评论 838 浏览
Voc.Adapt Voc.Adapt 是一款基于 AI 的语言学习工具，可自动调整文本、视频和音频内容的难度，帮助用户在上下文中自然掌握语言。它提供目标语言的单词解释、词汇表管理和词汇强化功能，提升学习效率。支持 Chrome 扩展，适用于多种学习场景，包括学术、职场及文学阅读。提供免费和付费版本，满足不同用户需求。 AI项目与工具 2025年06月12日 75 点赞 0 评论 838 浏览
Tesseract Tesseract是一款开源的光学字符识别（OCR）引擎，支持多语言识别和多种图像格式。其具备高精度的文字识别能力，适用于文档数字化、表格数据提取、发票识别及移动OCR应用等多个场景。支持跨平台运行，并提供丰富的编程接口和自定义训练功能，便于开发者集成和优化识别效果。 AI项目与工具 2025年06月12日 12 点赞 0 评论 838 浏览
SignGemma SignGemma是由谷歌DeepMind团队开发的全球最强大的手语翻译AI模型，专注于将美国手语（ASL）实时翻译成英语文本。通过多模态训练方法，结合视觉和文本数据，实现高准确率和低延迟的翻译，响应时间低于0.5秒。支持端侧部署，保护用户隐私，适用于教育、医疗和公共服务等场景。 AI项目与工具 2025年06月11日 24 点赞 0 评论 838 浏览
Hand Talk Hand Talk是一个被联合国评为“世界上最佳社交应用”的免费手语翻译产品。该产品支持英语到美国手语（ASL）和葡萄牙语到巴西手语（Libras）的翻译，已获得超过400万次下载，并得到用... 创作工具 2026年08月14日 0 点赞 0 评论 836 浏览
OmniCam OmniCam 是一种基于多模态输入的高级视频生成框架，结合大型语言模型与视频扩散模型，实现高质量、时空一致的视频内容生成。支持文本、视频或图像作为输入，精确控制摄像机运动轨迹，具备帧级操作、复合运动、速度调节等功能。采用三阶段训练策略提升生成效果，并引入 OmniTr 数据集增强模型性能。适用于影视、广告、教育及安防等多个领域，提高视频创作效率与质量。 AI项目与工具 2025年06月12日 18 点赞 0 评论 836 浏览
Evo 2 Evo 2 是一款基于 StripedHyena 2 架构的 DNA 语言模型，可处理长达 100 万个碱基对的基因序列，支持长序列建模、DNA 生成、嵌入向量提取及零样本预测等功能。其基于大规模基因组数据训练，适用于基因治疗、合成生物学和进化研究等多个领域，为基因组学研究提供强大支持。 AI项目与工具 2025年06月12日 71 点赞 0 评论 836 浏览
