mPLUG mPLUG-Owl3是一款由阿里巴巴开发的多模态AI模型，专注于理解和处理多图及长视频内容。该模型具备高推理效率和准确性，采用创新的Hyper Attention模块优化视觉与语言信息的融合。它已在多个基准测试中展现出卓越性能，并且其源代码和资源已公开，可供研究和应用。 AI项目与工具 2025年06月12日 73 点赞 0 评论 456 浏览
Marker Marker 是一款开源的高精度文档转换工具，支持 PDF、Word 等多种格式向 Markdown、JSON 和 HTML 的转换。它利用深度学习技术自动去除干扰元素，支持多语言处理，具备表格、代码块、公式识别及图像提取等功能，适用于学术研究、技术文档、教育资料等多种场景。同时支持硬件加速和批量处理，提升转换效率与用户体验。 AI项目与工具 2025年06月12日 26 点赞 0 评论 456 浏览
Vidgo AI 一个多合一AI图像、音乐和视频生成器，能将文字、图片等素材变成图像、音乐和视频等多媒体内容。提供AI 图像生成、视频生成和编辑三大核心功能。 Ai绘画生成 2025年06月05日 78 点赞 0 评论 456 浏览
秒画Sensemirage 商汤秒画Sensemirage是一款基于AI大模型的文生图创作平台，可以让用户通过输入文字描述，快速生成高质量的图像。 Ai绘画生成 2025年06月05日 72 点赞 0 评论 456 浏览
Loong Loong是一种基于自回归大型语言模型的长视频生成工具，能够生成长达一分钟以上的高质量视频。其核心技术包括统一序列建模、渐进式训练方法及损失重新加权策略，确保生成视频在内容连贯性、动态丰富性和场景过渡上的卓越表现。Loong广泛适用于娱乐、教育、广告等多个领域，助力用户快速生成个性化、专业化的视频内容。 AI项目与工具 2025年06月12日 60 点赞 0 评论 456 浏览
Kimi Kimi-VL是月之暗面推出的轻量级多模态视觉语言模型，支持图像、视频、文档等多种输入形式。其基于轻量级MoE架构和原生分辨率视觉编码器，具备强大的图像感知、数学推理和OCR能力。在长上下文（128K）和复杂任务中表现优异，尤其在多模态推理和长视频理解方面超越同类模型。适用于智能客服、教育、医疗、内容创作等多个领域。 AI项目与工具 2025年06月11日 30 点赞 0 评论 455 浏览
Pixelfox Pixelfox 是一款基于AI技术的在线图片编辑工具，支持背景移除、AI换脸、图像修复、图片放大等多种功能。用户无需下载软件，直接在浏览器中上传图片即可快速完成编辑。操作简单、处理高效，适用于摄影、电商、社交媒体等多个领域，适合各类图像处理需求。 AI项目与工具 2025年05月06日 63 点赞 0 评论 455 浏览
Kimi探索版 Kimi探索版是一款基于深度推理的AI搜索工具，具备强大的搜索、分析及自我优化能力。它能够将复杂问题分解成多个子问题，通过逐步推理与数据整合生成精确解答，并支持数学建模、编程处理及多语言交流。此外，其自我反思机制进一步提升了答案的准确性，广泛适用于学术研究、市场分析、学习辅导和技术支持等场景。 AI项目与工具 2025年06月12日 24 点赞 0 评论 455 浏览
VoiceDub VoiceDub 是一款AI驱动的音频处理平台，支持人声替换、声音克隆、文本转语音及音频分离等功能，提供超过10,000种AI人声音色。用户可通过平台进行音乐创作、有声内容制作及个性化音频生成，适用于多种应用场景，如语言学习、娱乐互动等。 AI项目与工具 2025年06月12日 57 点赞 0 评论 455 浏览
