生成

1. 首页
2. 生成

SPRIGHT

SPRIGHT是由多所高校和机构联合开发的视觉-语言数据集，旨在提升文本到图像生成模型的空间一致性。通过重新描述约600万张图像，强化空间关系表达，如“左/右”、“上/下”等，显著提高图像生成的准确性。该数据集支持复杂场景的图像生成，并经过多维度评估验证其可靠性。SPRIGHT为视觉-语言模型的研究和应用提供了重要资源，广泛应用于图像生成、VR/AR、教育及科研等领域。

AI项目与工具 2025年06月12日 77 点赞 0 评论 574 浏览

MultiFoley

MultiFoley是一款基于多模态控制的音效生成系统，能够根据文本、音频或视频输入生成与视频同步的高质量Foley声音效果。它支持文本驱动和音频驱动的音效生成，同时具备音频扩展和质量控制功能，广泛应用于电影、游戏、动画及虚拟现实等领域，为用户提供灵活且高效的声音设计解决方案。

AI项目与工具 2025年06月12日 78 点赞 0 评论 574 浏览

Ideogram Canvas

Ideogram Canvas是一款基于AI技术的创意画布工具，支持用户在一个无限制的虚拟画布上生成、编辑及合并图像。其核心功能包括Magic Fill和Extend，可实现图像局部修改与扩展，同时保持风格统一。适用于平面设计、品牌营销、内容创作、艺术设计及教育培训等多个领域，助力提升创意工作效率。

AI项目与工具 2025年06月12日 18 点赞 0 评论 574 浏览

CvBee.AI

是全方位的在线简历生成器，运用 AI 技术为用户提供简历创建、优化、关键词优化及格式与结构建议等服务

招聘求职 2025年06月05日 75 点赞 0 评论 574 浏览

Pikaso

Pikaso，免费的在线实时涂鸦出图工具，用户只需快速绘制草图即可创建他们能想象到的任何图像。它不仅仅是一个人工智能工具，它是你创意本质的延伸。

Ai绘画生成 2025年06月05日 100 点赞 0 评论 574 浏览

Open NotebookLM

Open NotebookLM是一个开源工具，能够将PDF文档转换为播客形式的音频内容。它基于Llama 3.1 405B、MeloTTS和Bark等先进AI模型，生成自然流畅的对话式音频，并支持多语言及个性化音调设置。用户可通过简单易用的Gradio界面上传PDF文件并下载MP3格式的音频文件，适用于教育、科研、商业分析等多个领域。

AI项目与工具 2025年06月12日 37 点赞 0 评论 573 浏览

Chat2DB

Chat2DB是一款AI驱动的数据库管理和数据分析工具，采用自然语言处理技术，让用户可以通过自然语言与数据库互动，实现SQL代码的智能化生成与优化。它支持多类型数据库，具备智能SQL编辑、数据导入导出、AI建表及数据库迁移等功能，同时强调团队协作与数据安全，适用于数据库管理、数据分析、报表生成等多个应用场景。

AI项目与工具 2025年06月12日 76 点赞 0 评论 573 浏览

MineWorld

MineWorld是由微软研究院开发的基于《我的世界》的实时交互式AI模型，采用视觉-动作自回归Transformer架构，实现高保真、可控性强的场景生成。通过并行解码算法，模型可在每秒4至7帧的速度下实现实时交互，适用于具身智能、强化学习、游戏代理及视频生成等场景。其核心技术包括图像与动作标记器、Transformer解码器以及优化的训练与推理流程。

AI项目与工具 2025年06月11日 93 点赞 0 评论 573 浏览

PIKE

PIKE-RAG是由微软亚洲研究院开发的检索增强型生成框架，旨在提升复杂工业场景下的问答准确性与推理能力。通过知识原子化、多智能体规划等技术，支持多跳问题处理和创造性问题解决。适用于法律、医疗、金融等多个领域，具备结构化知识提取、动态任务分解及分阶段开发等核心功能，提高模型生成结果的可靠性和实用性。

AI项目与工具 2025年06月12日 72 点赞 0 评论 573 浏览

Sora

Sora是一款由OpenAI开发的AI视频生成工具，支持文本、图像和视频输入，生成高质量的1080p分辨率视频，最长可达20秒。该工具基于DALL·E和GPT模型，具有强大的创意表达能力，并配备剪辑和社区功能，适合内容创作者、营销人员、教育工作者以及影视制作人使用。

AI项目与工具 2025年06月12日 29 点赞 0 评论 573 浏览