Browser Use Browser Use是一款基于大语言模型的智能浏览器工具,支持多标签页管理和视觉识别,可提取网页内容并记录操作步骤。它允许开发者自定义动作,如保存文件或推送至数据库,并兼容多种主流LLM模型,具备并行运行和自我修正能力,旨在提升任务执行效率与准确性。 AI项目与工具 2025年06月12日 45 点赞 0 评论 377 浏览
AI Letter Generator AI Letter Generator是一款专注于信件生成的人工智能工具,支持商务信函、求职信、个人信件及感谢信等多种类型信件的创作。其核心功能包括多语言支持、隐私保护、专业格式化选项等,旨在为用户提供高效、安全且专业的信件撰写体验。 AI项目与工具 2025年06月12日 62 点赞 0 评论 377 浏览
VITRON VITRON是一款由多家顶尖机构联合研发的像素级视觉大型语言模型,具备强大的图像与视频处理能力,涵盖理解、生成、分割及编辑等功能。它融合了编码器-LLM-解码器架构、视觉-语言编码和视觉专家系统,支持多种视觉任务,广泛应用于图像编辑、视频创作、教育辅助、电商营销和新闻报道等领域。 AI项目与工具 2025年06月12日 53 点赞 0 评论 377 浏览
UniFluid UniFluid是由谷歌DeepMind与麻省理工学院联合开发的统一自回归框架,支持图像生成与视觉理解任务。它通过连续视觉标记处理多模态输入,结合Gemma模型和VAE技术,实现高质量图像生成与强大视觉理解能力。该框架在图像编辑、视觉问答和图像描述等任务中表现出色,具备良好的下游任务迁移能力,适用于创意设计、内容创作等多个领域。 AI项目与工具 2025年06月12日 54 点赞 0 评论 377 浏览
LyricStudio LyricStudio是一款利用AI技术辅助歌词创作的工具,能够根据用户设定的主题和风格生成个性化歌词建议,并提供押韵词推荐、歌词结构优化等功能。它支持团队协作创作,兼容多种音乐流派,适用于个人创作、团队协作及教育等多个场景,同时确保用户对生成内容享有完整版权。 AI项目与工具 2025年06月12日 43 点赞 0 评论 376 浏览
CoGenAV CoGenAV是一种先进的多模态学习模型,专注于音频和视觉信号的对齐与融合。通过对比特征对齐和生成文本预测的双重目标进行训练,利用同步音频、视频和文本数据,学习捕捉时间对应关系和语义信息。CoGenAV具备音频视觉语音识别、视觉语音识别、噪声环境下的语音处理、语音重建与增强、主动说话人检测等功能,适用于智能助手、视频内容分析、工业应用和医疗健康等多个场景。 AI项目与工具 2025年06月11日 80 点赞 0 评论 376 浏览
Refly Refly是一款基于“自由画布”理念的AI原生创作平台,支持多线程对话、知识库管理、上下文记忆和智能写作等功能。用户可通过其便捷的工具实现创意转化、内容优化与团队协作,适用于学术研究、内容创作及商业文档撰写等多种场景。平台强调高效、专业与个性化,助力用户提升创作效率与内容质量。 AI项目与工具 2025年06月12日 85 点赞 0 评论 375 浏览
ImgEdify ImgEdify是一个集成AI图像生成、编辑及转换功能的AI图像生成器平台,提供完整的图像创作与编辑套件,结合生成、编辑和转换功能,适合创作者、企业及设计师。 Ai绘画生成 2025年06月05日 86 点赞 0 评论 375 浏览
PPT.AI PPT.AI 是一款 AI 演示文稿制作工具,能够将用户输入的主题或上传的文档内容快速转换为专业的 PPT。具备智能内容生成、自动设计与排版、丰富模板选择、多语言支持等功能,支持 15 种主要语言,提供 50 多个专业模板。用户只需输入主题或上传文件,选择模板即可生成演示文稿,并支持进一步自定义编辑。PPT.AI 注重数据安全,提供银行级加密和安全云存储。 AI项目与工具 2025年05月27日 17 点赞 0 评论 374 浏览
MTVCrafter MTVCrafter是由中国科学院深圳先进技术研究院计算机视觉与模式识别实验室、中国电信人工智能研究所等机构推出的新型人类图像动画框架,基于4D运动标记化(4DMoT)和运动感知视频扩散Transformer(MV-DiT)实现高质量动画生成。该工具直接对3D运动序列建模,支持泛化到多种角色和风格,保持身份一致性,并在TikTok基准测试中取得优异成绩。其应用场景包括数字人动画、虚拟试穿、沉浸式内 AI项目与工具 2025年06月11日 50 点赞 0 评论 374 浏览