PDF2Audio
通过将PDF文档转换成音频内容，为用户提供了一种新的信息消费...
AI开源项目
共 56 篇网址
排序
SafeEar
创新的音频伪造检测工具，它通过先进的AI技术保护用户的语音隐...
美图奇想大模型
提升了视频和图像的生成质量，广泛应用于影像美化、视频剪辑、电...
MIMO
创新的AI框架，它通过空间分解建模技术，提供了一种先进的可控...
Make-A-Character
创新的3D角色生成框架，它通过文本描述快速创建逼真的3D角色...
MotionCtrl
强大的视频生成工具，它通过精确控制视频中的相机和物体运动，为...
Llama 3.2
在图像理解和文本处理任务上展现出卓越的性能，并通过定制化微调...
MMMLU
重要的多语言、多任务语言理解数据集，它为研究人员和开发者提供...
PortraitGen
AI人像视频编辑工具，它通过先进的技术实现了对视频中人物的高...
Depth Anything
强大的单目深度估计工具，它通过利用大规模未标注数据和先进的数...
GOT-OCR2.0
创新的OCR模型，它通过先进的技术提供了精准、高效的OCR解...
V-JEPA
创新的自监督学习模型，它通过预测视频帧的特征表示来学习视频的...
onewebot2
易于使用的微信AI机器人软件包，它通过简化的配置流程和一键运...
SFR-RAG
先进的大型语言模型，它通过强化对上下文的理解，提高了机器在生...
Boximator
强大的视频合成工具，它通过创新的框约束机制和自跟踪技术，实现...
DiT
创新的图像生成模型，它通过结合扩散模型和Transforme...
VideoPoet
强大的AI视频生成工具，它通过大型语言模型架构和多模态输入处...
ConsiStory
它提供了一种快速、高效且训练无关的方法来生成一致性图像，特别...
ScreenAgent
一个先进的计算机控制智能体，它通过观察屏幕截图和执行鼠标键盘...
GPT-SoVITS
一个强大的语音合成工具，特别适合需要快速生成特定人声的场景...
OpenCodeInterpreter
通过结合大型语言模型和代码执行反馈，提供了一个强大的工具，可...
ChatMusician
通过结合先进的大型语言模型和音乐表示法，为音乐的理解和生成提...
EMO
EMO通过其先进的音频驱动视频生成技术，为用户带来了一种创新...
StarCoder 2
一个强大的代码生成和理解工具，它通过大规模训练和多样化的模型...