AI工具

GenSFX 是免费的在线 AI 音效生成工具，能将文本描述快速转化为高质量音效。用户只需输入详细的文本指令，比如“森林中清晨的鸟鸣声”或“科幻飞船起飞的声音”，...

PDFtoPDF是基于AI技术的PDF转换工具，基于OCR技术将PDF扫描件或图像文件转换为可编辑的文本格式。PDFtoPDF高精度的OCR技术，能实现高达99.5%的识别准确率，且...

EpicTopia AI 是专注于个人成长与人生规划的智能应用。通过AI技术为用户提供个性化的人生旅程管理方案，帮助用户设定目标、记录进展、反思成长，庆祝成就。用...

LangBot 是开源的即时聊天机器人平台，支持多平台（如 QQ、微信、飞书、Discord 等）和多种大语言模型（如 ChatGPT、DeepSeek、Gemini 等）。LangBot具备多模...

LLMDet是阿里巴巴集团通义实验室、中山大学计算机科学与工程学院、鹏城实验室等机构推出的开放词汇目标检测器，基于与大型语言模型（LLM）协同训练提升目标检...

VisoMaster 是基于 AI 技术的换脸和编辑软件，功能强大操作简便。支持图片、视频以及直播换脸，能生成自然逼真的换脸效果，应用于娱乐、影视制作等领域。支持...

FlashVideo是字节跳动团队提出的高效的高分辨率视频生成框架，通过两阶段方法解决了传统单阶段扩散模型在高分辨率视频生成中面临的巨大计算成本问题。在第一...

PNGMaker 是在线 AI 驱动的工具，能将文本快速转换为透明背景的 PNG 图像。PNGMaker为网页设计师、营销人员和内容创作者提供免费服务，具备 AI 驱动转换、自...

Jammable是AI音乐翻唱平台。用户选择喜欢的歌手声音或风格，让AI模仿创作出个性化的音乐作品。平台提供热门声音、音乐合集和合作作品展示，方便用户了解流行...

DynVFX是创新的视频增强技术，能根据简单的文本指令将动态内容无缝集成到真实视频中。通过结合预训练的文本到视频扩散模型和视觉语言模型（VLM），实现了在不...

Omakase AI 是 ZEALS 推出的智能购物助手工具，通过简单的网址输入，为用户提供个性化的商品推荐。用户只需提供目标网址，如商品平台或品牌官网，Omakase AI ...

WorldSense是小红书和上海交通大学推出的，用在评估多模态大型语言模型（MLLMs）在现实世界场景中对视觉、听觉和文本输入的综合理解能力的基准测试。WorldSen...

Airweave 是开源工具，能将任何应用程序的数据（包括API、数据库、网站等）同步到图数据库和向量数据库中，让数据能基于智能代理或搜索机制进行检索。Airweav...

FireRedASR 是小红书开源的工业级自动语音识别（ASR）模型家族，支持普通话、中文方言和英语，在普通话 ASR 基准测试中达到了新的最佳水平（SOTA），在歌词识...

AI Chat-avatar 是 AI 驱动的数字人交互助手，通过高度个性化的互动体验提升沟通效率与用户参与度。具备多语言支持，能实时翻译并进行自然对话，打破语言障碍...