OCRmyPDF 是开源的命令行工具，专为将扫描的 PDF 文件转换为可搜索、可复制的文档。通过添加 OCR 文本层，将无法直接编辑的扫描 PDF 文件能被搜索和编辑。工...

node-DeepResearch 是开源的 AI 智能体项目，基于持续搜索和阅读网页，用 Gemini 语言模型和 Jina Reader 工具，逐步推理、回答复杂问题，直到找到答案或超出...

OmniHuman 是字节跳动推出的端到端多模态条件化人类视频生成框架，能基于单张人类图像和运动信号（如音频、视频或两者的组合）生成逼真的人类视频。OmniHuman...

绘声美音是免费的在线AI翻唱软件，用户无需下载，通过微信公众号使用。支持声音克隆与翻唱，用户上传3分钟以上的语音即可训练声音模型，之后可选择平台提供的...

Hika是国内五人团队开发的免费AI知识搜索工具，通过个性化交互和多维度知识探索，帮助用户获得更全面和深入的搜索结果。与传统AI搜索工具不同，不追求“一步到...

VideoReward 是香港中文大学、清华大学、快手科技等联合创建的视频生成偏好数据集及奖励模型。包含182,000条标注数据，涵盖视觉质量、运动质量和文本对齐三个...

MILS（Multimodal Iterative LLM Solver）是Meta AI提出的无需训练即可赋予大型语言模型（LLM）多模态能力的方法。通过多步推理，提示LLM生成候选输出，对每...

Telescope 2.0是AI驱动的销售线索生成平台，通过智能标准（Smart Criteria）功能，让用户能使用完全自定义的条件快速精准地搜索销售线索。平台主要面向销售专...

Granola是专为频繁参加会议的人设计的AI会议助手工具。能实时转录会议内容，自动识别发言者并标注时间戳，支持用户在会议中实时添加笔记和标记重点。会议结束...

Outrank是通过 AI 自动化进行关键词研究、生成 SEO 优化内容并自动发布内容的工具，帮助用户提升博客流量和网站排名。能自动寻找未开发的关键词，生成优化的...

X-Prompt是用于多模态视频目标分割的通用框架，解决传统方法在极端光照、快速运动和背景干扰等复杂场景下的局限性。通过预训练一个基于 RGB 数据的视频目标分...

Wepost是基于人工智能的社交媒体营销工具，专为简化内容创作、发布和分析流程而设计。通过 AI 技术生成符合品牌调性的文案、图像和视频内容，支持多平台发布...

BitsAI-CR是字节跳动团队推出的基于大型语言模型（LLM）的自动化代码审查工具，通过两阶段处理流程实现高效代码审查：RuleChecker 负责基于 219 条规则检测潜...

DiffSplat是新型的 3D 生成方法，从文本提示和单视图图像快速生成 3D 高斯点阵（Gaussian Splats）。通过微调预训练的文本到图像扩散模型，基于强大的 2D 先...

Deep Research是OpenAI推出的新型AI深度搜索研究工具，专为需要深度、复杂研究的用户设计。能在短时间内（5到30分钟）完成人类专家需要数小时甚至数天才能完...