工具

Smithery

Smithery 是一个基于 Model Context Protocol(MCP)的服务器托管平台,提供集中化发现、托管与分发服务。通过标准化接口,简化 AI 系统与外部数据源的集成,提升开发效率和系统可扩展性。适用于智能 IDE、客服系统、推荐引擎、自动化工作流及研究分析等多种场景,助力 AI 应用的高效开发与部署。

I2VEdit

I2VEdit是一款基于图像到视频扩散模型的先进视频编辑框架,通过首帧编辑实现全视频效果传播。它能够保持视频的时间和运动一致性,支持局部与全局编辑任务,包括更换对象、风格转换等,并广泛应用于社交媒体内容创作、视频后期制作、虚拟试穿等领域。

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。

Open Code Reasoning

Open Code Reasoning(OCR)是英伟达推出的开源代码推理AI模型,基于Nemotron架构设计,支持多种编程语言。它具备代码生成、逻辑补全、多语言处理及高效推理能力,适用于代码优化、教育、测试等多个场景。OCR提供32B、14B和7B三种参数版本,满足不同计算需求,并与主流框架兼容,具有良好的扩展性。

Byrdhouse

Byrdhouse 是一个创新的视频会议平台,它通过集成人工智能技术,为用户提供实时翻译服务,从而消除语言障碍,让不同语言的使用者能够无缝沟通和协作。

HoloTime

HoloTime 是由北京大学深圳研究生院与鹏城实验室联合开发的全景 4D 场景生成框架,可将单张全景图像转化为动态视频,并进一步重建为沉浸式 4D 场景。其核心技术包括全景动画生成器(Panoramic Animator)和时空重建技术,结合 360World 数据集进行训练,实现高质量的视频生成与场景重建。该工具支持 VR/AR 应用,适用于虚拟旅游、影视制作、游戏开发等多个领域,提供高效的沉

MMaDA

MMaDA(Multimodal Large Diffusion Language Models)是由普林斯顿大学、清华大学、北京大学和字节跳动联合开发的多模态扩散模型,支持跨文本推理、多模态理解和文本到图像生成等多种功能。其采用统一的扩散架构和模态不可知设计,结合混合长链推理微调策略与UniGRPO强化学习算法,提升跨模态任务性能。MMaDA在多项任务中表现优异,适用于内容创作、教育辅助、智能客

Lindy

Lindy.ai 是一款用于创建和管理 AI 助手的自动化平台,支持多种应用场景,如日程管理、邮件处理、会议记录和客户支持。用户可通过自然语言指令设置自动化流程,结合事件触发器和多应用集成,提升工作效率。平台具备无代码操作特性,兼容 3000 多个应用程序,适用于销售、营销、客服等多种专业领域。