AI

Speech Studio

Speech Studio是一套用于构建和集成Azure认知服务语音服务功能到应用程序中的工具。它为创建项目提供了一种无需代码的方法,可以访问诸如实时语音到文本、自定义语音识别模型、发...

Lovable

Lovable是一款利用自然语言处理技术的AI编程工具,支持用户通过对话生成代码并快速构建网站和Web应用程序。它具备数据库集成、代码同步、大型代码库处理等核心功能,适用于原型开发、非技术团队、独立开发者及企业软件开发等多种场景,显著提升开发效率并降低技术门槛。

PaddleSpeech

PaddleSpeech是百度飞桨团队开发的开源语音处理工具,涵盖语音识别、语音合成、声纹识别、语音翻译等功能。支持多种接口形式,适用于智能语音助手、语音播报、身份验证等场景。基于PaddlePaddle框架,提供高效的深度学习模型和丰富的音频处理能力,适用于多种实际应用需求。

MAGI

MAGI-1是一款由Sand AI开发的开源视频生成大模型,采用自回归架构,支持高效、高质量的视频生成,具备高分辨率输出、无限扩展能力和可控生成特性。适用于内容创作、影视制作、游戏开发等多个领域,技术上融合了自回归去噪、Transformer VAE、扩散模型等创新方法,提升生成效率与稳定性。

天工AI搜索

天工AI搜索,搭载天工大模型的AI技术,提供智能、高效、快速的搜索体验。天工AI搜索不仅能够找资料、查信息、搜答案、搜文件,还会对海量搜索结果做AI智能聚合,更系统地解答你的问题,提升你的信息理解效率,做你学习、工作、生活的最佳AI搭档。

Midjourney Prompt Generator

Midjourney Prompt Generator 是一个强大的辅助工具,它通过简化参数和样式选择的过程,帮助用户更高效地与 Midjourney 的 AI 图像生成系统交互。

VARGPT

VARGPT是一款多模态大语言模型,整合了视觉理解和生成任务于统一的自回归框架中。它通过next-token和next-scale预测机制,支持文本与图像的混合输入和输出,具备高效的视觉生成能力。模型采用三阶段训练策略,提升了在视觉问答、推理及图像生成任务中的表现。适用于多模态内容创作、指令到图像合成等场景。

Kuakua夸夸

Kuakua - Psychology & AI Tools for Well-Being 是一个综合性的平台,它结合了心理学、人工智能工具、正念和治疗资源,旨在帮助用户提升幸福感和生活质量。

Half_illustration

Half_illustration 是一款基于 Flux.1 模型的 LoRA 图像创意工具,融合了摄影写实与插画艺术的元素,创造出独特的视觉效果。该工具支持通过 API 快速生成图像,并与 Diffusers 库兼容。用户可通过详细描述和特定提示词指导模型,实现个性化的艺术创作。其应用广泛,涵盖时尚编辑、广告设计、概念艺术等多个领域。

ImageBind

ImageBind是由Meta公司开发的开源多模态AI模型,能够整合文本、音频、视觉、温度和运动数据等多种模态的信息,并将其统一到一个嵌入空间中。该模型通过图像模态实现其他模态数据的隐式对齐,支持跨模态检索和零样本学习。它在增强现实(AR)、虚拟现实(VR)、内容推荐系统、自动标注和元数据生成等领域有广泛应用。