AI工具
Lingo – 西湖心辰推出的端到端語音大模型，媲美GPT-4o
Lingo是什麼 Lingo 是西湖心辰推出的國內首個端到端語音大模型，在技術上具備實時打斷、實時指令控制、超級擬人、能說會唱等能力，擁有比 GPT-4o 更出色的中...
Sapiens – Meta推出的AI視覺模型，能理解圖片和視頻中的人類動作
Sapiens是什麼 Sapiens是Meta實驗室推出的AI視覺模型，專爲理解圖片和視頻中的人類動作設計。支持二維姿勢預估、身體部位分割、深度估計和表面法線預測等任務...
mPLUG-Owl3 – 阿里巴巴推出的通用多模態AI模型
mPLUG-Owl3是什麼 mPLUG-Owl3是阿里巴巴推出的通用多模態AI模型，專爲理解和處理多圖及長視頻設計。在保持準確性的同時，顯著提升了推理效率，能在4秒內分析...
TrackGo – 先進的可控AI視頻生成技術
TrackGo是什麼 TrackGo是一種先進的可控AI視頻生成技術，通過用自由形狀的遮罩和箭頭，爲用戶提供了一種靈活而精確的機制來控制視頻中對象的運動。技術的核心...
AskHackers – 面向開發者的AI搜索工具
AskHackers是什麼 AskHackers是一個面向開發者的AI搜索工具，專注於技術領域的問答。通過分析Hacker News的評論區，基於AI技術自動生成問題的答案，爲用戶提...
GPT Pilot – AI編程工具，讓95%的開發者實現自動寫代碼
GPT Pilot是什麼 GPT Pilot 是一款AI編程工具，通過模仿人類開發者的工作流程，幫助從零開始構建應用程序。能編寫代碼、調試程序、與用戶討論問題，並請求代...
eSearch – 開源的AI桌面應用，截屏、OCR、搜索、翻譯、錄屏
eSearch是什麼 eSearch是一款開源的跨平台AI桌面應用，集成了截屏、OCR識別、搜索翻譯、貼圖、以圖搜圖和屏幕錄製等功能。eSearch基於Electron框架開發，適用...
Bark – Suno AI 推出的開源文本到音頻模型
Bark是什麼 Bark是Suno AI 推出的開源文本到音頻模型，能生成逼真的多語言語音和多種音頻類型，包括音樂、背景噪音等，同時支持非語言交流如笑聲和哭泣。Bark...
MARS5-TTS – 開源的AI聲音克隆工具，支持140+語言
MARS5-TTS是什麼 MARS5-TTS是CAMB.AI推出開源的AI聲音克隆工具，有突破性逼真的韻律，支持140多種語言支持。還能處理複雜韻律場景，如體育解說和動漫AI配音等...
WatermarkRemover – 在線AI背景去除工具
WatermarkRemover是什麼 WatermarkRemover是在線AI背景去除工具，支持PNG、JPEG等多種圖片格式。WatermarkRemover通過智能識別技術，快速去除圖片背景，同時...
