工具

Surya

Surya是一款开源OCR工具包,专注于文档识别,支持90多种语言的文本提取与分析。它能够识别文档中的文本、表格、图片及标题等布局元素,并确保文本阅读顺序的准确性。凭借其高效的表格识别能力和优化的算法,Surya在处理复杂文档时表现出色,广泛应用于文档数字化、数据提取、多语言处理以及学术研究等领域。 ---

Plazmapunk

PlazmaPunk 是一个旨在帮助用户轻松创建定制化的音乐生成视频的ai工具。用户通过PlazmaPunk 上传自己的音乐文件,并根据用户选择的风格自动生成定制的视频内容。

字幕酱

字幕酱是一个在线字幕生成工具,利用 AI 深度学习技术,提供自动字幕生成、字幕翻译、字幕格式转换等功能。

2PR

2PR是一款基于AI技术的LinkedIn内容创作工具,能够快速生成高质量、个性化的帖子。用户可通过音频访谈或总结外部内容,将想法转化为适合平台的优质内容。工具支持多种角色使用,提升内容创作效率与个人品牌影响力,具备灵感库、多模型支持及多种订阅选项,适用于博主、求职者、B2B销售专家等群体。

MUSE AI

Muse AI提供的换脸工具是一种先进的AI技术,能够在图像中无缝替换脸部。这项技术为用户提供了在线免费换脸解决方案,适用于多种创意项目。

TMEStudio

腾讯音乐娱乐公司推出的一款在线音乐创作助手,包音乐分离、MIR计算、辅助写词、智能曲谱等创作工具。

LVCD

LVCD是一款基于视频扩散模型的AI工具,专门用于动画视频线稿的自动上色。它通过参考注意力机制和创新的采样方法,确保视频颜色的一致性和时间连贯性,支持生成长时间序列动画。LVCD广泛应用于动漫制作、游戏开发、影视行业以及艺术创作等领域,显著提升动画制作效率。

One Shot, One Talk

One Shot, One Talk是一项由中国科学技术大学和香港理工大学研究者开发的图像生成技术,它可以从单张图片生成具有个性化细节的全身动态说话头像。该工具支持逼真的动画效果,包括自然的表情变化和生动的身体动作,同时具备对新姿势和表情的泛化能力。One Shot, One Talk结合了姿势引导的图像到视频扩散模型和3DGS-mesh混合头像表示技术,提供了精确的控制能力和高质量的重建效果。

文心大模型4.5

文心大模型4.5是百度推出的原生多模态大模型,具备强大的多模态理解、逻辑推理和文本生成能力。支持文字、图片、音频、视频等多种信息的综合处理,适用于教育、内容创作、智能客服及金融等领域。模型已上线百度智能云平台,企业与开发者可通过API调用,满足多样化业务需求。

Litmaps

Litmaps 是一个专为学术研究设计的AI搜索引擎,通过引用网络自动化文献发现过程,帮助研究人员快速定位与其研究主题相关的论文和作者。该平台提供可视化界面,支持文献搜索、监控新研究,并允许用户与团队成员协作。Litmaps 的主要功能包括文献搜索、可视化映射、协作工具、文献监控和文献管理,旨在简化文献综述工作并提高研究效率。