AI生产力工具

置顶Had No Idea：快速生成并验证创业想法的AI工具

Had No Idea 是一个帮助用户快速生成、验证和启动创业项目的免费AI工具。它针对没有明确创业方向的用户，10分钟内从零开始生成个性化创业想法，验证市场可行性，创建品牌形象，并生成可直接用于开发的蓝图。工具...

置顶Internet.io：聚合多AI模型答案的智能工作平台

Internet.io 是一个聚合多个顶级 AI 模型答案的智能平台。旨在解决单一 AI 答案可能不准确或不一致的问题。用户只需提出一个问题，就能同时获得多个领先 AI 模型的回答，方便对比和选择最可靠的答案。平台还提供...

置顶Sigma AI Browser：免费使用主流大模型的AI浏览器

Sigma AI Browser是一款由SigmaBrowser OÜ开发的先进浏览器，利用人工智能技术为用户提供更快、更智能的浏览体验。该浏览器不仅注重速度和效率，还提供了增强的安全性和个性化推荐功能，确保用户在浏览网页时获得...

置顶Page Assist：本地AI模型对话与检索文档的网页助手插件

Page Assist 是一个开源的浏览器扩展，旨在为用户提供与本地AI模型交互的便捷方式。通过这个扩展，用户可以在任何网页上打开一个侧边栏，与本地运行的AI模型进行互动。Page Assist 支持多种浏览器，包括Chrome、B...

AI Sheets：无代码在表格中使用AI模型构建和处理数据集

AI Sheets 是 Hugging Face 推出的开源工具。用户无需编写代码，就能用 AI 模型构建、丰富和转换数据集。它支持本地部署或在 Hugging Face Hub 上运行。工具连接 Hugging Face Hub 的数千个...

T3 Chat：集成多种顶尖AI模型的聊天助手

T3 Chat 是一个AI聊天平台，由开发者Theo Browne和他的团队T3 Tools创建。 它将多个行业顶尖的AI大模型（例如GPT-4、Claude 3.5 Sonnet、DeepSeek、Gemini等）聚合在一个统一的界面中，...

Cortex Desktop：随时随地调用AI的桌面工作助手

Cortex Desktop 是一个运行在 macOS 上的智能工作助手，通过覆盖在操作系统上的方式，让用户在任何应用中都能即时调用 AI 功能。它允许用户高亮文本、提出问题或获取解释，无需切换应用。Cortex 强调本地运行，数...

Browserfly：让AI自动操作浏览器的智能插件

Browserfly 是一款AI驱动的浏览器插件，直接在用户现有浏览器中运行。它通过自然语言指令，让AI像人类一样操作网页，完成搜索、整理信息或管理标签页等任务。无需虚拟机或额外浏览器，安装后即可在Chrome或Edge上...

PromptForge：支持提示词设计与测试的开源工具

PromptForge 是一个开源的提示词工程工作台，旨在帮助用户设计、测试和优化 AI 模型的提示词。它提供强大的分析工具，支持多种 AI 提供商，如 Anthropic、OpenAI、Azure OpenAI 和本地 Ollama。用户...

chatless：轻量级本地AI聊天与知识库客户端

chatless 是一个轻量级的开源 AI 聊天客户端，支持 Windows、MacOS 和 Linux 系统。它的核心功能是为用户提供本地化的 AI 聊天、文档解析和知识库管理服务。项目由 kamjin3086 开发，旨在满足低性能电脑用...

The Skinny：快速分析网页内容的AI工具

The Skinny 是一个基于 Chrome 浏览器的扩展工具，通过人工智能技术帮助用户快速分析网页内容。它由 Grok AI 提供技术支持，旨在为用户提供即时商业情报和竞争分析。用户只需安装扩展并点击图标，即可获取网页的...

AutoHub：智能自动化浏览器操作助手

AutoHub 是一款浏览器插件，旨在通过人工智能技术简化网页操作。它支持用户以自然语言对话的方式与网页互动，自动完成繁琐任务，如填写表单、提取信息或执行多页操作。AutoHub 提供智能录制功能，能自动生成操作...

置顶Vheer：免费不限量生成AI图像和视频的在线工具

Vheer 是一个免费的在线 AI 图像生成和编辑平台，适合创作者、设计师和普通用户。用户通过输入文本描述或上传图片，即可快速生成高质量图像，无需注册或付费。平台提供文本转图像、图像风格转换、背景移除、图像...

置顶Lovart：将文字提示转化为专业设计的AI工具

Lovart 是一个创新的AI设计平台，通过自然语言输入将用户的创意想法转化为专业级视觉设计。用户只需用简单文字描述需求，Lovart 就能生成海报、品牌标识、视频和3D内容等多种设计资产。该平台整合了多种AI模型，...

置顶Artbreeder：超强图像控制与图像风格混合工具，适合教学使用

Artbreeder 是一个基于人工智能（AI）的协作艺术创作网站。它利用StyleGAN和BigGAN模型帮助用户生成和修改人脸、风景、绘画等图像。通过“基因”滑块操作，用户能够创造出新的变体，或者交配图片产生新的影响因子。...

置顶OpenCreator：整合多种AI模型生成创意视频

OpenCreator 是一个在线工具，专为创作者设计，核心功能是把20多种生成式AI模型整合在一起。用户可以用它轻松生成创意视频，无需在不同平台间切换或支付多份订阅费。它界面简单，支持一键比较不同模型效果，按使...

Phygital+：在画布中整合多种AI创意生成工具

Phygital+ 是一个基于网络的AI工作平台，专为视觉创作者和数字团队设计。它整合了超过30种人工智能工具，包括图像生成、3D建模和视频处理等功能，用户无需编写代码即可使用。平台采用节点式工作流，用户通过简单...

Flux Krea AI：免费将文本生成为图像的工具

Flux Krea AI 是一个在线的人工智能图像生成工具。它使用先进的文本转图像技术，让用户可以通过输入文字描述来创造出各种风格的图片。这个工具的核心是它自有的“Flux Krea dev”模型，能够快速分析文本提示，并将...

X-Design：快速生成专业产品照片的AI编辑工具

X-Design 是一个利用人工智能技术帮助用户快速编辑和生成专业产品照片的在线平台。用户无需专业摄影设备或复杂软件，只需上传产品图片，即可通过 AI 工具完成背景移除、图像增强、颜色调整等操作。平台特别适合电...

ScreenCoder：将UI截图转为可编辑HTML/CSS代码的工具

ScreenCoder是一个开源工具，旨在将用户界面（UI）截图或设计草图转化为可直接用于生产的HTML和CSS代码。它采用模块化多智能体框架，通过视觉理解、布局规划和代码生成三个步骤，将复杂的设计转化为结构清晰、可...

Rendrix：通过自然语言描述来操作Blender的AI助手

Rendrix 是一款集成在 Blender 中的人工智能助手，旨在简化3D创作流程。它允许用户通过输入简单的自然语言描述来执行各种3D任务、管理项目结构以及实现基础工作流程的自动化。当用户输入一个需求时，Rendrix 会将...

Rustic AI：对话生成海报并自由编辑的AI设计工具

Rustic AI 是一个结合人工智能与拖放编辑的在线设计平台，帮助用户快速生成和编辑高质量图像。用户无需设计经验，通过简单的文本提示或直观的拖放界面，就能创建广告、产品图片、社交媒体内容等。平台整合了AI图...

GPT-Image-Edit：使用文本指令编辑和生成图像的工具

GPT-Image-Edit 是一个开源工具，托管在 GitHub 上，由用户 wyhlovecpp（Yuhan Wang）开发。它基于 OpenAI 的图像生成技术，允许用户通过简单的文本指令生成或编辑图像。这个工具适合开发者、设计师或对...

奇域：生成中式审美艺术画作的AI工具

奇域AI是一个专注于中式审美和国风艺术的AI绘画平台。用户通过输入文字描述（称为“咒语”），即可生成具有中国文化特色的艺术画作。平台根植于中国传统文化，强调中式美学，提供简单易用的创作工具，适合艺术爱好...

置顶Animon：免费生成动漫风格短视频的AI工具

Animon 是一个专注于动漫风格视频生成的 AI 平台，由日本公司 Animon Dream Factory 开发。它通过上传静态动漫或漫画风格图像，配合简单的文字描述，快速生成 5 秒左右的动画视频。平台操作简单，适合初学者和专...

置顶Vheer：免费不限量生成AI图像和视频的在线工具

Vheer 是一个免费的在线 AI 图像生成和编辑平台，适合创作者、设计师和普通用户。用户通过输入文本描述或上传图片，即可快速生成高质量图像，无需注册或付费。平台提供文本转图像、图像风格转换、背景移除、图像...

置顶Lovart：将文字提示转化为专业设计的AI工具

Lovart 是一个创新的AI设计平台，通过自然语言输入将用户的创意想法转化为专业级视觉设计。用户只需用简单文字描述需求，Lovart 就能生成海报、品牌标识、视频和3D内容等多种设计资产。该平台整合了多种AI模型，...

置顶Higgsfield AI：使用AI生成逼真视频和个性化虚拟形象

Higgsfield AI 是一个专注于视频创作的平台，利用人工智能技术帮助用户快速生成高质量、逼真的视频内容。它的核心功能是通过简单的输入（如文本提示或单张照片）创建具有电影效果的视频或个性化虚拟形象。Higgsfi...

Vidu AI：将文字和图像快速生成高质量视频的工具

Vidu AI 是一个专注于将文字和图像转化为高质量动态视频的工具，特别适合动漫、广告和影视等场景。它通过人工智能技术，帮助用户快速生成视频，尤其擅长保持角色、场景和物体在视频中的一致性。用户只需输入文字...

Grok Imagine：将想法和图片生成为视频和图像的AI工具

Grok Imagine 是一个多模态AI内容创作平台，它的核心功能是将用户的想法（文字描述）或静态图片，转化为动态视频和高质量图像。该平台基于先进的“Aurora”多模态引擎，让没有专业编辑技能的用户也能在几分钟内创作...

VO3 AI：由VO3模型驱动的AI视频生成工具

VO3 AI 是一个独立的下一代视频创作平台，其技术由先进的生成模型（包括Google的Veo 3模型）驱动。该平台的核心功能是让用户通过输入文本提示或上传图片，将创意快速转化为具有电影故事感的高分辨率视频。VO3 AI ...

Phygital+：在画布中整合多种AI创意生成工具

Phygital+ 是一个基于网络的AI工作平台，专为视觉创作者和数字团队设计。它整合了超过30种人工智能工具，包括图像生成、3D建模和视频处理等功能，用户无需编写代码即可使用。平台采用节点式工作流，用户通过简单...

Megaton Mask：快速提取视频对象与背景移除的智能工具

Megaton Mask 是一个专注于视频编辑的智能平台，主打产品“Mask”通过先进的人工智能技术，帮助用户从任意视频中快速提取对象或移除背景。平台适合内容创作者、视频制作人和企业用户，提供高效、精准的视频处理工具...

BoomCut（爆剪辑）：支持视频翻译和本地化的AI营销视频生成工具

BoomCut 是一个专注于视频本地化的AI平台，帮助用户快速生成适合全球市场的营销视频。它提供视频翻译、人脸交换、音色克隆和字幕翻译等功能，简化跨境营销视频的制作流程。用户无需专业技能即可创建多语言视频，...

ShotoAI：智能视频编辑与内容生成工具

ShotoAI是一个利用人工智能技术进行视频编辑和内容生成的新工具，专注于帮助用户快速创建高质量的视频内容。网站提供直观的界面，适合个人创作者、营销团队和企业用户。用户无需复杂操作，就能通过AI完成视频剪辑...

Seko：快速生成一致性人物AI视频短片的创作工具

Seko是SenseTime推出的一款AI视频创作平台，重点是生成带有一致性人物的短视频。用户通过输入文本描述，AI可以快速制作专业短片，并确保视频中人物的外观、动作和风格保持一致。Seko适合内容创作者、营销团队和企...

置顶OpenWispr：隐私优先的语音转文字桌面应用

OpenWispr 是一款开源的桌面语音转文字应用，基于 OpenAI Whisper 技术，将用户语音快速转换为文本。它提供本地和云端处理选项，强调隐私保护，数据可完全留存在本地。用户通过全局热键快速启动听写，文本自动粘...

置顶MiniMax Audio（海螺语音）：生成自然语音的AI工具

MiniMax Audio 是 MiniMax 公司推出的一款 AI 语音生成工具，核心特点是快速将文字转为高相似度的自然语音。它基于 Speech-02 模型，语音合成相似度高达 99%，音质达到录音室级别，支持超过 30 种语言和多种口...

置顶通义听悟：阿里通义音视频内容转录AI助手

通义听悟是阿里云推出的一款工作学习AI助手，专注于音视频内容的转写和分析。它依托阿里云的强大AI模型，能够将音视频内容实时转写成文字，并提供翻译、总结、定位等功能。通义听悟支持多种语言和场景，帮助用户...

Grabcube：免费下载视频与AI转录翻译工具

Grabcube 是一个免费的音视频处理工具，专注于视频和音频下载、AI语音转文字、字幕翻译与编辑。它支持超过1000个主流平台，包括YouTube、Bilibili、Vimeo等，允许用户无限制下载多种格式的视频和音频文件。Grabcu....

Kitten-TTS-Server：一个可自行部署的轻量级文本转语音服务

Kitten-TTS-Server 是一个开源项目，它为轻量级的 KittenTTS 模型提供了一个功能增强的服务器。用户可以通过这个项目自己搭建一个文本转语音（TTS）服务。这个项目的核心优势在于它在原始模型的基础上，增加了一...

AI-Chatbox：基于ESP32S3的语音转文字智能对话项目

AI-Chatbox 是一个基于 ESP32S3 开发板的语音交互项目。用户通过语音与大模型（LLM）对话，设备将语音转为文字，发送给大模型，获取回答后可进一步转为语音播报。项目使用 Rust 语言开发，集成了 Vosk 语音识别工...

Whisper on Cloudflare AI：将音频转文字并生成字幕的免费工具

Whisper_Cloudflare 是一个由开发者 thun888 创建的开源项目，托管于 GitHub。它基于 OpenAI 的 Whisper 模型，结合 Cloudflare Workers 的无服务器架构，提供高效的语音转文字功能...

Spokenly：macOS语音转文字工具

Spokenly 是一款专为 macOS 设计的语音转文字工具，旨在帮助用户通过语音快速输入文字，提高工作效率。它利用先进的 AI 技术（如 Whisper 和 GPT-4o）将语音实时转换为文字，支持超过 100 种语言，适合多种场景，....

Vibe Musicing：AI音乐生成器（免费，在线）

Vibe Musicing 是一个免费在线AI音乐生成器，无需音乐基础，人人都能快速创作属于自己的原创歌曲。用户可以根据自己的需求选择音乐风格、填写歌词，或让AI自动生成歌词，轻松定制旋律、节奏和氛围。Vibe Musicing...

AI Song Creator：快速将文本转为高品质原创音乐的AI工具

AI Song Creator 是一个在线 AI 音乐生成平台，用户通过输入文本描述或歌词，可在 30-90 秒内生成专业品质的原创音乐和歌词。网站支持 40 多种音乐风格，包括电子舞曲、Lo-Fi、古典和 K-Pop，适合内容创作者、游....

TEN：构建实时多模态语音AI智能体的开源工具

TEN框架是一个开源的软件平台，专注于帮助开发者构建实时、多模态、低延迟的语音AI智能体。它支持多种编程语言，包括C、C++、Go、Python、JavaScript和TypeScript。开发者可以通过TEN框架快速创建具有语音、视觉.....

Zaia Health：监控并改善健康习惯的AI语音助手

Zaia Health是一款人工智能健康应用，它的核心是一个名为“Zaia”的语音助手。 这款应用旨在帮助用户关注并改善自己的健康习惯。 它通过语音交互的方式，像一个私人健康伴侣一样，引导用户在睡眠、锻炼、营养和心理...

置顶MAESTRO：拥有本地知识库和多代理协作的深度研究助手

MAESTRO 是一个开源的 AI 研究工具，旨在帮助用户处理复杂的科研任务。它通过文档管理、检索增强生成（RAG）和多代理协作，提供从研究规划到报告生成的完整流程。用户可以上传 PDF 文档，借助 AI 代理完成信息检...

置顶蛙蛙写作：快速生成小说大纲与内容的AI写作工具

蛙蛙写作 是一款专为小说作者设计的AI智能写作工具。它能帮助用户快速生成小说大纲、角色设定和正文内容，适合需要灵感或高效创作的写作者。用户通过微信扫码登录，无需下载软件，直接在网页端操作。平台提供自动...

置顶Cotrans：一站式漫画图片翻译器(开源免费)

manga-image-translator（Cotrans翻译器开源版），用于翻译漫画或图片中的文字。提供命令行交互方式和在线演示，拥有批量转换模式、web服务器模式等多样化的使用选项。可设置多种语言目标翻译和识别参数，配有详...

置顶Fellou：自动化执行任务的原生AI浏览器

Fellou是一款由Fellou AI公司推出的全球首个人工智能行动型浏览器。它不仅具备传统浏览器的网页浏览功能，还通过AI技术实现任务自动化和深度信息搜索。Fellou的核心是“深度行动”技术，能将复杂的操作转化为简单指...

白瓜AI：免费生成小红书文案与图文的创作工具

白瓜AI是一个免费的AI图文创作工具，专为内容创作者设计，聚焦小红书等社交媒体平台的文案和图文内容生成。它提供爆款文案生成、敏感词检测、短视频脚本创作等功能，帮助用户快速产出吸引人的内容。平台操作简单...

Grabcube：免费下载视频与AI转录翻译工具

Grabcube 是一个免费的音视频处理工具，专注于视频和音频下载、AI语音转文字、字幕翻译与编辑。它支持超过1000个主流平台，包括YouTube、Bilibili、Vimeo等，允许用户无限制下载多种格式的视频和音频文件。Grabcu....

CycleResearcher：AI驱动的学术研究与审稿自动化工具

CycleResearcher 是一个开源的 AI 驱动学术研究与审稿生态系统，旨在通过自动化工具提升学术研究效率。它包含三个核心组件：CycleResearcher 用于生成高质量学术论文，CycleReviewer 提供详细的学术审稿，...

Humanize AI：集成AI文本优化与多种写作辅助的一站式工具

Humanize AI 是一个集成了多种写作和研究工具的一站式在线平台，旨在解决用户需要在多个网站之间切换的烦恼。它不仅提供核心的AI文本“人性化”功能，可以将由ChatGPT、Bard等AI模型生成的文本，转换为无法被主流检...

VidText.ai：将视频和音频转换为文本和思维导图的AI工具

VidText.ai 是一个在线工具，它使用人工智能技术将视频和音频文件快速转换成文字。除了生成文字稿，这个工具还能自动创建思维导图，帮助用户直观地理解内容的核心结构和要点。它支持超过100种语言的转录和翻译，...

Zotero-arXiv-Daily：根据Zotero库每日推荐arXiv相关论文的工具

Zotero-arXiv-Daily是一个开源工具，旨在帮助研究人员通过GitHub Actions自动获取与Zotero文献库相关的arXiv论文推荐。用户只需在GitHub上fork该项目，配置Zotero API密钥和邮箱服务，即可每...

Teamo：为知识工作打造的多智能体协作平台

Teamo 是一个专为知识工作者设计的 AI 协作平台，通过多智能体协作解决复杂任务。它基于 A2A 和 MCP 双协议，调度全球多种 AI 模型，提供可靠的研究、分析和内容创作服务。Teamo 的核心在于通过智能体间的分工协...

BashNota：离线优先的笔记与代码执行工具

BashNota 是一个离线优先的笔记工具，结合了类似 Notion 的文本编辑功能和 Jupyter 的代码执行能力。用户可以在没有网络的情况下记录笔记、整理知识，并运行代码。它的设计目标是帮助用户高效管理个人知识库，特...

置顶Had No Idea：快速生成并验证创业想法的AI工具

Had No Idea 是一个帮助用户快速生成、验证和启动创业项目的免费AI工具。它针对没有明确创业方向的用户，10分钟内从零开始生成个性化创业想法，验证市场可行性，创建品牌形象，并生成可直接用于开发的蓝图。工具...

置顶ListenHub：将网页、文件快速转为AI播客的工具

ListenHub 是一个利用人工智能技术将网页、文档或用户输入的内容快速转化为播客的平台。它支持中英文语音合成，用户只需上传文件、输入话题或粘贴链接，即可生成自然流畅的播客音频。平台操作简单，适合移动端使...

置顶KrillinAI

KrillinAI 是一个开源的视频处理工具，专注于用人工智能帮助用户翻译视频并自动配音。它能从视频下载开始，一直到生成适配不同平台的成品，全程只需几次点击。开发者在 GitHub 上提供了免费代码，用户可以下载到...

置顶LLPlayer

LLPlayer 是一款专为语言学习者设计的开源媒体播放器，托管于 GitHub，由开发者 umlx5h 创建。它集成了多种实用功能，如双语字幕显示、AI 自动生成字幕、实时翻译和单词查询等，旨在帮助用户通过观看视频提升语言...

SnapAI：为React Native快速生成应用图标的CLI工具

SnapAI 是一个为 React Native 和 Expo 开发者设计的命令行工具，专注于利用 AI 技术快速生成高质量应用图标。它基于 OpenAI 的图像生成模型，开发者只需输入简单的描述，就能在几秒钟内生成符合 iOS 和 And...

HeyGen：一个可以帮你生成多语言数字人讲解视频的工具

HeyGen是一个人工智能视频生成平台，它可以让用户轻松地制作出高质量的视频内容。这个平台的核心是利用生成式AI技术，将文本直接转换成由“数字人”（AI Avatar）讲解的视频。用户不需要摄像机、演员或复杂的剪辑软...

Rallies-CLI：实时分析股票市场的命令行工具

Rallies-CLI 是一个开源的命令行工具，专为投资者和金融爱好者设计。它通过实时市场数据支持复杂的股票和加密货币分析，帮助用户快速获取市场动态。用户可以在终端输入简单命令，查询股票表现、技术指标或市场趋...

SVG AI：免费生成SVG矢量图的AI工具

SVG AI 是一个免费的在线AI工具，专注于将文本描述快速转化为SVG矢量图形。用户只需输入简单的文字提示，例如“简约风格的树图标”或“科技感蓝色logo”，即可生成高质量的矢量图标或插图。网站无需注册即可使用，界...

StatementSheet：转换PDF银行账单为Excel表格的在线工具

StatementSheet是一个在线服务，主要功能是将PDF格式的银行对账单快速、准确地转换为可编辑的Excel（XLS）和CSV电子表格。 这个工具的目标用户是会计师、小型企业主、财务分析师以及需要管理个人财务的个人。 它...

Phygital+：在画布中整合多种AI创意生成工具

Phygital+ 是一个基于网络的AI工作平台，专为视觉创作者和数字团队设计。它整合了超过30种人工智能工具，包括图像生成、3D建模和视频处理等功能，用户无需编写代码即可使用。平台采用节点式工作流，用户通过简单...

AI Jingle Maker：快速生成专业音频广告和播客开场音乐

AI Jingle Maker 是一个利用人工智能技术帮助用户快速生成专业音频内容的在线平台。用户可以在几秒钟内创建广告音乐、播客开场、电台广告或DJ音效。网站提供多种语音和音效选择，支持用户根据品牌需求定制音频内...

BoomCut（爆剪辑）：支持视频翻译和本地化的AI营销视频生成工具

BoomCut 是一个专注于视频本地化的AI平台，帮助用户快速生成适合全球市场的营销视频。它提供视频翻译、人脸交换、音色克隆和字幕翻译等功能，简化跨境营销视频的制作流程。用户无需专业技能即可创建多语言视频，...

置顶VideoMind

VideoMind 是一个开源的多模态AI工具，专注于长视频的推理、问答和摘要生成。它由香港理工大学的刘晔（Ye Liu）和新加坡国立大学Show Lab的团队共同开发。工具模仿人类理解视频的方式，把任务拆成规划、定位、验...

Qwen-Image：生成高保真图像与精准文本渲染的AI工具

Qwen-Image 是一个由 Qwen 团队开发的 20B 参数多模态扩散模型（MMDiT），专注于高保真图像生成和精准文本渲染。它在复杂文本处理（尤其是中文和英文）以及图像编辑方面表现卓越。模型支持多种艺术风格，如写实、...

MiniMax 发布 Speech 2.5：语音合成技术在多语言与音色复刻上突破

8月7日，MiniMax 公司发布了其新一代语音生成模型 Speech 2.5。据官方资料显示，该模型在前代 Speech 02 的基础上，于多语种表现力、音色复刻精度以及支持的语种数量上实现了提升。 在人工智能生成内容（AIGC）领...

KittenTTS：轻量级文本转语音模型

KittenTTS 是一个开源的文本转语音（TTS）模型，专注于轻量化和高效性。它仅占用不到 25MB 存储空间，拥有约 1500 万个参数，无需 GPU 支持即可在低端设备上运行。KittenTTS 由 KittenML 团队开发，提供多...

GPT-OSS：OpenAI开源的高效推理大模型

GPT-OSS 是 OpenAI 推出的开源语言模型系列，包括 gpt-oss-120b 和 gpt-oss-20b，分别拥有 1170 亿和 210 亿参数，采用 Apache 2.0 许可，允许开发者免费下载、修改和部署。gpt-oss...

SongGeneration：生成高品质音乐和歌词的开源AI模型

SongGeneration 是由腾讯 AI Lab 开发并开源的音乐生成模型，专注于生成高品质的歌曲，包括歌词、伴奏和人声。它基于 LeVo 框架，结合语言模型 LeLM 和音乐编解码器，支持中英文歌曲生成。模型在百万歌曲数据集上...

Step3：高效生成多模态内容的开源大模型

Step3 是由 StepFun 开发的一个开源多模态大模型项目，托管在 GitHub 上，旨在提供高效、经济的文本、图像和语音内容生成能力。项目以 321 亿参数（38 亿活跃参数）的混合专家模型（MoE）为核心，优化了推理速度...

Seed Diffusion：验证新一代架构的高速语言模型

Seed Diffusion 是一个实验性的语言模型，由字节跳动Seed团队联合清华大学智能产业研究院（AIR）共同推出。这个网站是该模型的技术演示平台。该模型基于离散扩散技术，主要目标是探索下一代语言模型基础框架的可...

SkyworkUniPic：统一处理图像理解与生成的开源模型

SkyworkUniPic 是由 SkyworkAI 开发的一个开源多模态模型，专注于图像理解、文本生成图像和图像编辑。它使用单一的 1.5 亿参数架构，整合了三种视觉语言任务。用户可以在消费级 GPU（如 RTX 4090）上运行 102...

OpusLM_7B_Anneal：高效的语音识别与合成统一模型

OpusLM_7B_Anneal 是由 ESPnet 团队开发并在 Hugging Face 平台托管的开源语音处理模型。它专注于语音识别、文本转语音、语音翻译和语音增强等多种任务，适合研究人员和开发者在语音处理领域进行实验和应用。模型.....

Magenta RealTime：实时生成音乐的开源模型

Magenta RealTime（简称Magenta RT）是一个由Google DeepMind开发的开源音乐生成模型，专注于实时音乐创作。它是Lyria RealTime的开源版本，支持通过文字或音频提示生成高质量音乐片段。模型基于80...

FLUX.1 Krea：免费生成高真实感图像的开源工具

FLUX.1 Krea [dev] 是由 Black Forest Labs 和 Krea AI 合作开发的一款开源图像生成工具，托管在 Hugging Face 平台。它基于 120 亿参数的 rectified flow transfo...