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...

PocketPal AI

PocketPal AI 是一款开源的移动应用，旨在将小型语言模型（Small Language Models, SLMs）直接引入到你的手机中，无论是iOS还是Android用户都可以使用。它提供了一种不依赖网络的AI聊天体验，确保用户隐...

Jan：开源离线AI助手，ChatGPT 替代品，运行本地AI模型或连接云端AI

Jan 是一个开源的 ChatGPT 替代品，能够在用户的设备上 100% 离线运行。它由 Cortex 引擎驱动，支持多种硬件平台，包括 NVIDIA GPU 和 Apple M 系列芯片。Jan 提供了丰富的模型库，用户可以下载并运行如...

Cherry Studio：集成API/Web/本地模型的AI助手桌面客户端

Cherry Studio 是一款支持多种大语言模型（LLM）服务的桌面客户端，兼容 Windows、Mac 和 Linux 系统。它提供了丰富的个性化选项和领先的功能设计，帮助用户在多种场景下提升工作效率。用户可以通过 Cherry St...

豆包

豆包综合介绍 豆包是由抖音旗下子公司开发的人工智能AI助手，国内版使用最新的云雀大模型。它是一款能够帮助用户解决问题、获取信息和提高效率的智能助手工具。豆包支持中英文，可以联网使用，并提供网页版、安卓...

Monica AI(莫妮卡)： 全功能的综合AI助手，全终端支持的AI助手

推荐在Chrome或Edge中使用 Monica AI 浏览器插件版（海外文明上网版） Monica（莫妮卡）开启国内域名，对比海外收费模式，国内版免费使用！   Monica介绍   Monica(莫妮卡)是一款全功能...

Kimi

Kimi Chat是由月之暗面(Moonshot AI)研发的智能助手，能够处理长达20万汉字的文本。Kimi拥有超大“内存”，可以快速阅读文档及上网搜索信息，为用户提供高效的信息处理和互动体验。其突破性的长文本处理能力在同类...

OpenRouter：集成多LLMs的统一接口,免费大模型接口

OpenRouter是一个大模型API聚合平台，提供了让用户可以方便地接入和使用多种大型语言模型的能力。用户可以比较不同模型和价格，为自己的情景需求找到最合适的解决方案。OpenRouter支持包括OpenAI的GPT-4、Claude ....

CopyCoder：根据UI截图生成AI编码提示指令，AI IDE辅助工具，生成构建应用的提示词

CopyCoder是一款创新的AI驱动工具,专为下一代AI编码人员设计。它能够从应用程序界面、UI模型或自定义设计的图像中生成编码提示,帮助开发者更快地构建应用。通过将视觉设计转化为代码,CopyCoder大大提高了编程效率...

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...

MagicQuill：智能交互式图像涂鸦编辑系统，精准局部涂鸦编辑

MagicQuill是一个由香港科技大学、蚂蚁集团、浙江大学和香港大学共同推出的开源AI互动式图像编辑工具。该工具旨在通过智能化和互动式的方式，实现对图像的精准局部编辑。MagicQuill提供了用户友好的界面和AI驱动...

Raphael：免费无限制的使用 FLUX.1-Dev 生成图像

Raphael 是世界上第一个完全免费且无限制的 AI 图像生成器，由 FLUX.1-Dev 模型提供支持。用户可以通过文本描述生成高质量的图像，无需注册或任何使用限制。Raphael 提供卓越的图像质量、快速的生成速度和完整的...

Remaker：免费在线换脸工具

Remaker AI 是一个利用最新人工智能技术开发的创新工具集，支持创建和生成各种类型的内容，包括文本、图像、语音等。用户可以通过该平台进行照片和视频的面部交换、生成AI肖像、图像放大、制作会说话的照片等。Re...

即梦AI

即梦AI是一个一站式的AI创作平台，旨在为用户提供多功能且强大的创作工具。无论是图像生成、智能画布、视频生成还是音乐生成，即梦AI都能帮助用户轻松实现创意。平台支持多种创作模式，包括AI作图、AI视频、AI音...

星流

星流（Xingliu）是由LiblibAI团队开发的一款新一代AI图像创作工具，它基于自研的 Star-3 Alpha 图像生成模型，能够提供高精度、多样化的图像生成服务。旨在为设计师、摄影师和影像创作者提供强大的生产力支持。该...

可灵 AI：快手推出的生成创意图片和视频的AI工具

可灵 AI（Kling AI）是快手推出的一款新一代AI创意生产力平台，旨在通过先进的生成式AI技术，帮助用户轻松创建高质量的图片和视频内容。平台基于快手自研的可图大模型和可灵大模型（Kolors），提供了强大的图像和...

SeaArt 海艺AI：简单易上手的AI绘画创意平台

SeaArt是一款用户友好、高效的AI绘图工具。其强大的渲染引擎、个性化的混合推荐系统、涵盖动漫、3D、数码艺术、油画等多种风格的庞大模型库，提供200,000+模型和风格，让用户创造艺术、插画等作品。它包括AI面部...

LiblibAI·哩布哩布：在线免费使用Stable Diffusion，每日免费生成200张图片

LiblibAI 综合介绍   LiblibAI是一个中国领先的AI图像创作平台，拥有丰富的AI创作工具和资源。用户可以在这个平台找到超过10万个免费的AI创作模型，用于图片、文字、音频等素材的创作。LiblibAI鼓励原创，提....

置顶Wan：基于Wan系列模型的视频和图像生成工具

Wan是一个AI驱动的视觉内容生成网站，其核心是名为Wan 2.2的开源模型。用户可以通过这个工具，将文字、图片或音频快速转换成高质量的视频。网站支持多种生成方式，包括“文字生成视频”、“图片生成视频”以及独特的“...

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，...

DeepMosaics：自动去除图像和视频中的马赛克，或向其添加马赛克

DeepMosaics是一个基于语义分割和图像到图像转换技术的开源项目，旨在自动移除图片和视频中的马赛克，或向其添加马赛克效果。该项目利用深度学习的力量，为用户提供了一种高效的方法来处理马赛克图像，无论是去码...

Hedra

Hedra 是一个创新的数字创作平台，专注于通过人工智能技术生成富有表现力的会说话和会唱歌的人物角色视频。用户可以从简单的文本和图像生成专业质量的视频，无需任何技术专长。Hedra 旨在让每个人都能轻松创作引...

SkyReels：AI视频短剧创作平台，擅长生成动作自然的全景人像

SkyReels 是一个专注于 AI 视频创作的在线平台，旨在帮助用户快速将文本脚本或创意想法转化为高质量短视频。无论你是内容创作者、营销人员还是普通用户，只需输入文字，平台就能自动生成带有逼真语音、精准字幕和...

Remaker：免费在线换脸工具

Remaker AI 是一个利用最新人工智能技术开发的创新工具集，支持创建和生成各种类型的内容，包括文本、图像、语音等。用户可以通过该平台进行照片和视频的面部交换、生成AI肖像、图像放大、制作会说话的照片等。Re...

Vidnoz AI：只需一张照片即可生成数字人演讲视频，多种免费视频生成工具

Vidnoz是一款免费的AI视频生成平台，可在1分钟内快速创建AI视频。不需要成本、下载和经验。平台提供500+ AI虚拟人物，470+逼真AI配音以及500+模板。通过Vidnoz AI视频生成器，用户可以更快地创建视频，从而提高投...

可灵 AI：快手推出的生成创意图片和视频的AI工具

可灵 AI（Kling AI）是快手推出的一款新一代AI创意生产力平台，旨在通过先进的生成式AI技术，帮助用户轻松创建高质量的图片和视频内容。平台基于快手自研的可图大模型和可灵大模型（Kolors），提供了强大的图像和...

LTX Studio

LTX Studio 是一个创新的 AI 驱动视频创作平台，专为创作者、营销人员、电影制作人和工作室设计。它提供从故事构思、分镜生成、动效添加到后期编辑的全流程操作，帮助用户将创意概念转化为详细的故事板和高质量的...

ClipZap AI换脸工具

ClipZap AI换脸工具 是一个领先的AI换脸工具，专为照片和视频的换脸需求而设计。该网站利用先进的人工智能技术，自动识别视频和图像中的人物，并进行高质量的面部替换。无论是创建有趣的表情包、动画贴纸，还是制...

置顶Kode：Claude Code 开源优化版

Kode是一个强大的AI助手，它直接在你的电脑终端里运行。你可以把它看作一个和你一起工作的程序员，它能理解你的代码库，帮你编辑文件，还能执行命令行指令来处理整个开发流程。和其他工具不同的是，Kode可以同时...

置顶Storydoc：快速创建与编辑互动演示文稿的智能工具

Storydoc 是一个帮助用户快速创建互动演示文稿的在线平台。它通过人工智能技术简化设计流程，让用户无需专业技能也能制作出吸引人的幻灯片。Storydoc 提供多种模板，适用于营销、销售、投资、招聘和报告等多种场...

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Claudia：管理Claude Code的图形界面工具

Claudia 是一个开源的桌面应用程序，专为 Claude Code 用户设计。它通过直观的图形界面（GUI）简化了 Claude Code 的操作，取代了传统的命令行方式。用户可以更轻松地管理 AI 开发项目、创建自定义代理、运行后台....

Codeium（Windsurf Editor）：免费的AI代码补全与聊天工具，Windsurf以对话方式编写完整项目代码

Codeium是一款免费的AI代码补全与聊天工具，旨在提升开发者的编程效率。它支持超过70种编程语言，并与40多种集成开发环境（IDE）兼容。Codeium不仅提供代码自动补全功能，还具备代码生成、代码解释和聊天功能，帮...

Roo Code（Roo Cline）：基于Cline的增强版自主编程助手，智能化IDE编程助手

Roo Code（前称Roo Cline）Roo Code（Roo Cline） 是一个基于 Cline 的增强版自主编程助手，它是一个强大的 VS Code 扩展插件。这个工具能够在您的集成开发环境(IDE)中实现自主编码，具备创建和编辑...

Trae：字节跳动推出的免费AI编程工具

Trae是一款由字节跳动推出的免费AI编程工具，专为中文开发者设计的集成开发环境（IDE）。它利用Claude 3.5和GPT-4o等先进的AI模型，帮助开发者快速生成、优化和调试代码。Trae支持原生中文界面，提供了Builder模...

Cline（Claude Dev）：自动化编程的VSCode插件

Cline 是一个功能强大的 VSCode 插件，旨在通过自动化任务执行和链式思维提示，帮助开发者高效完成各种编程任务。它不仅能创建和编辑文件，还能执行终端命令，提供人机协作的编程体验。用户可以通过简单的指令启...

Cursor：与AI共同编程的代码编辑器

Cursor 综合介绍 Cursor是一个基于OpenAI GPT模型的AI驱动的代码编辑器，它可以帮助您更快地编写，编辑，调试，和修复代码。您可以与您的项目进行聊天，参考文件和文档，生成代码，以及发现和解决错误。Cursor是V...

Bolt：实时AI驱动的全栈开发平台，快速运行、编辑和部署全栈 Web 应用

综合介绍 Bolt.new 是由 StackBlitz 推出的创新平台，结合了 AI 和 WebContainers 技术，旨在简化全栈 Web 应用的开发过程。用户无需复杂的开发环境配置，即可在浏览器中完成从编写代码到部署应用的所有步骤。...

Granola：AI会议助手，转录会议讨论内容并用AI增强会议记录

Granola 是一款利用人工智能技术提升会议效率和记录准确性的工具。它可以实时转录会议内容，自动生成智能笔记，并提供详细的会议分析。Granola 旨在帮助用户更好地管理会议记录，提升工作效率。目前，该工具主要...

Vidnoz AI：只需一张照片即可生成数字人演讲视频，多种免费视频生成工具

Vidnoz是一款免费的AI视频生成平台，可在1分钟内快速创建AI视频。不需要成本、下载和经验。平台提供500+ AI虚拟人物，470+逼真AI配音以及500+模板。通过Vidnoz AI视频生成器，用户可以更快地创建视频，从而提高投...

置顶Akool：生成图像和视频营销素材|视频换脸|视频翻译|人像说话

Akool是一个专注于个性化视觉营销和广告。通过先进的AI技术，AKOOL能够帮助用户轻松创建高质量、个性化的视频内容，适用于广告、在线教育、艺术创作和电子商务等多个领域。 它提供了面部换位、真实头像创建、说话...

Video Face Swap

Video Face Swap 是一款完全免费的 AI 换脸工具，用户可以在任何视频中轻松替换人脸。该工具支持实时或后期处理换脸，适用于视频、照片和 GIF 动画。其智能算法能够识别视频中的面部并进行精确替换，生成逼真且有...

FaceFusion：视频换脸增强工具|语音同步视频嘴型动作

FaceFusion是一个集成了面部交换与增强功能的先进云平台，优化了“图像到视频”、“图像到图像”的交换过程，并拥有5个专业模型，以确保无瑕的输出。此外，它通过7种模型进行面部增强，使用3种不同模型提升视频和图片...

DeepFaceLive：经典实时人脸替换工具

DeepFaceLive 是一个开源的实时人脸替换工具，主要用于视频通话和直播。用户可以通过摄像头或视频中的人脸进行替换，使用预训练的模型实现高质量的人脸替换效果。该工具支持多种人脸模型，并允许用户自行训练和导...

Remaker：免费在线换脸工具

Remaker AI 是一个利用最新人工智能技术开发的创新工具集，支持创建和生成各种类型的内容，包括文本、图像、语音等。用户可以通过该平台进行照片和视频的面部交换、生成AI肖像、图像放大、制作会说话的照片等。Re...

Paperless-AI：使用AI自动分析和标记文档，适用 paperless-ngx 文档管理系统

Paperless-AI 是一个创新的文档自动化分析工具，专门为 Paperless-ngx 文档管理系统设计。它巧妙地结合了 OpenAI API 和 Ollama 等多种先进的人工智能模型（包括 Mistral、LLaMA、PHI-3 ...

InsightFace：图像面部交换功能与面部克隆

InsightFace 综合介绍   InsightFace是一款开源的2D及3D深度面部分析库，提供多种先进的面部识别、检测和对齐算法。该库以高效的训练和部署为设计目标，适合研究机构和产业界使用。InsightFace支持Pyt...

VisoMaster：强大且易用的图片/视频换脸和编辑软件

VisoMaster 是一款强大且易用的视频换脸和编辑工具，利用人工智能技术实现自然逼真的换脸效果。无论是图像还是视频，VisoMaster 都能通过简单的操作生成高质量的换脸结果，适合普通用户和专业人士使用。该工具支...

FaceSwapper

FaceSwapper 是一个基于人工智能技术的在线免费换脸平台，用户可以通过上传照片或视频，快速实现面部替换，生成有趣或逼真的效果。无需专业技能，只需几次点击，就能将自己的脸换到他人身上，或体验性别转换、名...

ClipZap AI换脸工具

ClipZap AI换脸工具 是一个领先的AI换脸工具，专为照片和视频的换脸需求而设计。该网站利用先进的人工智能技术，自动识别视频和图像中的人物，并进行高质量的面部替换。无论是创建有趣的表情包、动画贴纸，还是制...

FlowGPT

FlowGPT 简介 FlowGPT是一个专注于分享和使用AI和GPT机器人的在线社区。在这里，您可以免费与各种AI角色和应用进行聊天，获取来自简历编辑器、文章生成器、编程向导等的即时答案。您也可以创建和分享您自己的对话...

Deep Live Cam：开源的实时AI换脸工具，一张照片就能实现实时换脸直播

Deep Live Cam 是一个开源的人工智能工具，旨在通过单张照片实现实时换脸和深度伪造视频生成。该工具利用先进的深度学习算法，能够在直播或视频通话中实时替换人脸，保护用户隐私并增加趣味性。Deep Live Cam 支...

置顶ARGO：在个人电脑上部署和使用的AI智能体客户端

ARGO 是一款开源的AI智能体（AI Agent）平台，它的核心设计理念是“本地优先”，让用户可以在自己的个人电脑上搭建一个功能强大的专属AI助手。这个平台整合了AI领域的多种先进技术，比如能够让AI自主思考和规划任务...

置顶dots.ocr：多语言文档布局解析的统一视觉-语言模型

dots.ocr 是一个强大的多语言文档解析工具，基于 1.7B 参数的视觉-语言模型（VLM），能够同时进行布局检测和内容识别。它在 OmniDocBench 等基准测试中展现了最先进的性能，特别是在文本、表格和阅读顺序解析方面...

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MiniMax Agent：支持多模态交互的智能AI助手

MiniMax Agent 是一个基于先进多模态大语言模型的智能AI助手，旨在提升用户的生产力和创造力。它由上海MiniMax公司开发，成立于2021年，获得阿里巴巴等多家投资机构支持。MiniMax Agent通过集成文本、图像、语音.....

Ollama：本地一键部署开源大语言模型

Ollama 综合介绍 ollama是一个轻量级的本地语言模型运行框架，让用户能够容易地搭建和运行大型语言模型。它提供多种快速开始和安装选项，支持Docker，包含了丰富的库供用户选择。它的使用方法简单，提供了REST AP...

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...

OpenRouter：集成多LLMs的统一接口,免费大模型接口

OpenRouter是一个大模型API聚合平台，提供了让用户可以方便地接入和使用多种大型语言模型的能力。用户可以比较不同模型和价格，为自己的情景需求找到最合适的解决方案。OpenRouter支持包括OpenAI的GPT-4、Claude ....

Coze（扣子）：免费创建个人智能体和工作流

Coze是一个创新的聊天机器人开发平台，旨在简化AI对话应用的创建过程。它提供了丰富的功能集合，包括插件系统、工作流编辑、知识管理、长期记忆以及定时任务安排，无需任何编程知识即可设计出能在各种社交平台和...

Ollama OCR：使用Ollama中视觉模型提取图像中的文本

Ollama OCR是一个强大的光学字符识别(OCR)工具包，它利用Ollama平台提供的最先进视觉语言模型来从图像中提取文本。该项目既可作为Python包使用，也提供了用户友好的Streamlit网页应用程序界面。它支持多种视觉模...

Docling：支持多种格式文档解析并导出为Markdown和JSON，PDF支持OCR

Docling 是一个强大的文档解析和导出工具，支持多种文档格式，包括 PDF、DOCX、PPTX、XLSX、图像、HTML、AsciiDoc 和 Markdown。它能够将这些文档解析并导出为 HTML、Markdown 和 JSON 格...

Repo Prompt：依赖本地文件夹上下文进行写作、对话与优化代码

Repo Prompt是一款专为macOS平台打造的原生应用程序，致力于简化开发者使用先进AI语言模型处理本地代码的流程。该工具通过智能化的方式帮助开发者管理和修改代码文件，显著提升开发效率。其核心优势在于为开发者...

MinerU：PDF文档提取转换为多模态Markdown格式，支持电子书OCR扫描

MinerU是由上海人工智能实验室OpenDataLab团队开发的一款开源数据提取工具，专注于从复杂的PDF文档、网页和电子书中高效提取内容。它能够将包含图片、公式、表格等元素的多模态PDF文档转化为易于分析的Markdown格...

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...

OmniGen

OmniGen 是一个由 VectorSpaceLab（智源） 开发的“通用”图像生成模型，允许用户通过简单的文本提示或多模态输入来创建多样化且具有上下文丰富的视觉效果。它特别适合于需要识别人物和一致性角色渲染的场景。用户...

LTX Video（LTXV）：生成高质量视频的实时视频生成开源模型

LTX-Video是由Lightricks开发的首个基于DiT（Diffusion Transformer）的实时视频生成模型。该模型能够在768×512分辨率下以24帧每秒的速度生成高质量视频，速度快于观看视频的时间。LTX-V...

Qwen2.5-Omni

Qwen2.5-Omni 是阿里巴巴云 Qwen 团队开发的一款开源多模态 AI 模型。它能处理文本、图像、音频和视频等多种输入，并实时生成文本或自然语音响应。这款模型于 2025 年 3 月 26 日发布，代码和模型文件托管在 GitH....

Reka：提供多模态AI模型，支持多语言处理，优化数据分析，增强视觉理解

Reka 是一家致力于提供新一代多模态AI解决方案的公司。其产品包括Reka Core、Flash、Edge和Spark等多种型号，支持文本、代码、图像、视频和音频数据的处理。Reka 的模型具有强大的推理能力和多语言支持，适用于各...

VITA

VITA是一个领先的开源交互式多模态大语言模型项目，率先实现了真正的全方位多模态交互能力。该项目于2024年8月推出VITA-1.0版本，开创了首个开源交互式全模态大语言模型的先河。2024年12月，项目推出了重大升级版...

OuteTTS：实验性文本转语音模型，使用纯语言建模方法实现的TTS

OuteTTS 是一种实验性文本转语音（TTS）模型，采用纯语言建模方法生成高质量语音。与传统的 TTS 系统不同，OuteTTS 不需要外部适配器或复杂的架构。该模型基于 LLaMa 架构，支持语音克隆功能，能够生成具有随机说...

Llasa 1~8B：高品质语音生成和克隆的开源文本转语音模型

Llasa-3B是由香港科技大学音频实验室（HKUST Audio）开发的一个开源文本转语音（TTS）模型。该模型基于Llama 3.2B架构，经过细致调优，提供高质量的语音生成，不仅支持多种语言，还能实现情感表达和个性化语音克...

AnyText

AnyText是一个革命性的多语言视觉文本生成和编辑工具，基于扩散模型开发。它能够在图像中生成自然、高质量的多语种文本，并支持灵活的文本编辑功能。该项目由研究团队开发，并在ICLR 2024会议上获得Spotlight荣誉...

DeepSeek-VL2

DeepSeek-VL2 是一系列高级的 Mixture-of-Experts (MoE) 视觉语言模型，显著提升了其前身 DeepSeek-VL 的性能。该模型在视觉问答、光学字符识别、文档/表格/图表理解和视觉定位等任务中表现出色。De...

StarVector：从图像和文字生成SVG矢量图的基础模型

StarVector 是一个开源项目，它由 Juan A. Rodriguez 等开发者创建，目的是将图像和文字转化为可缩放矢量图形（SVG）。这个工具使用视觉语言模型，能够理解图像内容和文字指令，生成高质量的 SVG 代码。它的核心...

CogView3：智谱轻言开源的级联扩散文本生成图像模型

综合介绍 CogView3 是由清华大学和智囊团队（智谱清言）开发的先进文本生成图像系统。它基于级联扩散模型，通过多阶段生成高分辨率图像。CogView3 的主要特点包括多阶段生成、创新架构和高效性能，适用于艺术创作...