工具

BAGEL

BAGEL是字节跳动开源的多模态基础模型,拥有140亿参数,采用混合变换器专家架构(MoT),通过两个独立编码器捕捉图像的像素级和语义级特征。它能够进行图像与文本融合理解、视频内容理解、文本到图像生成、图像编辑与修改、视频帧预测、三维场景理解与操作、世界导航以及跨模态检索等任务。BAGEL在多模态理解基准测试中表现优异,生成质量接近SD3,并适用于内容创作、三维场景生成、可视化学习和创意广告生成等

MonkeyOCR

MonkeyOCR是由华中科技大学与金山办公联合开发的文档解析模型,能够高效地将非结构化文档内容转换为结构化信息。其支持多种文档类型和语言,处理复杂文档(如公式、表格)效果显著,处理速度达每秒0.84页。基于SRR三元组范式和MonkeyDoc数据集,模型在准确性和效率上表现优异,适用于自动化业务流程、数字存档、智能教育、医疗记录管理及学术研究等场景。

喵呜提示词助手

将复杂的 Midjourney 提示词'咒语'进行可视化编辑和调整,输入中文提示词自动翻译成英文,傻瓜式操作,帮助您更好的创作提示词

ReadLecture视频笔记

一个专注于讲座类视频转换为图文结合的文档的工具,ReadLecture可以大幅提升视频内容观看效率。不仅能够精准截取视频中的PPT,还能将演讲者的语言转换为准确的文字稿,方便阅读和整理。

Skyvern

Skyvern是一款基于开源的浏览器自动化工具,集成了大型语言模型和计算机视觉技术,用于实现网页内容解析、交互计划生成及执行。其主要功能涵盖CAPTCHA解决、双因素认证支持、代理网络配置、可解释AI操作以及数据提取等,适用于网站数据抓取、表单填写、网页测试等多种应用场景。

标贝悦读AI配音

标贝悦读作为一个在线文字转语音软件,以其快速、逼真的语音合成效果和丰富的发音人角色,适用于视频配音、美食教程、知识科普、生活妙招分享等多种场景。

抖抖侠

抖抖侠,它可以帮助商家更加高效地进行短视频数据运营,并且助力达人数据增长。

FormX.ai

FormX.ai是一款基于AI技术的在线表单构建工具,帮助用户快速创建高质量的表单,并自动化地处理表单数据。

Lemon AI

Lemon AI 是一款创新的全栈通用 AI Agent,支持从任务需求到成果交付的全流程自动化。它具备独立思考和系统规划能力,能灵活调用多种工具,如编写代码、智能浏览网页等。Lemon AI 擅长分解复杂任务,自动分析、优先排序并动态调整计划,实时跟踪进度,提升工作效率与成果质量。

NextAI整理全球AI项目库

NextAI整理全球AI项目库,包括AI变现: 如何利用AI搞钱、推荐课、Prompt提示词网站、AI学习文章和资料、AI工具汇总&报告收集、国内干模大战申请链接、AI部署公益咨询