AI工具

MarkItDown是微软开源的多功能文档处理工具，能将PDF、PPT、Word、Excel、图像、音频、HTML等多种格式的文件转换成Markdown格式。支持OCR文字识别、语音转文...

豆包视觉理解模型是豆包推出的先进AI大模型，具备视觉识别和理解推理能力。豆包视觉理解模型能识别图像中物体的类别、形状、纹理等，还能理解物体间的关系和...

豆包3D生成模型是豆包推出的3D生成模型，属于豆包大模型家族。模型基于3D-DiT 架构，能生成高质量 3D 模块。与火山引擎数字孪生平台 veOmniverse 结合使用，...

MV-Adapter是多视图一致图像生成模型，是北京航空航天大学、VAST和上海交通大学的研究团队推出的。MV-Adapter能将预训练的文本到图像扩散模型转化为多视图图...

FACTS Grounding是谷歌DeepMind推出的评估大型语言模型（LLMs）能力的基准测试，衡量模型根据给定上下文生成事实准确且无捏造信息的文本的能力。FACTS Ground...

Databricks SQL 是 Databricks 推出的智能数据仓库服务，基于 DatabricksIQ（Data Intelligence Engine）理解用户数据的独特性，为技术与业务用户提供易用的...

Manga Image Translator是开源的漫画图片文字翻译工具，能一键翻译漫画和图片中的文字。Manga Image Translator基于OCR技术识别文本，结合机器翻译将文字转换...

拍试卷是为学生和教师设计的试卷扫描和处理软件。拍试卷基于OCR（光学字符识别）技术，从图片中提取文字变得快速和准确，保持原有的排版格式。拍试卷具备高清...

Ivy-VL是AI Safeguard联合卡内基梅隆大学和斯坦福大学推出的轻量级多模态AI模型，专为移动端和边缘设备设计。模型拥有3B参数量，相较于其他多模态大模型，显...

ColorFlow是清华大学和腾讯ARC实验室共同推出的图像序列着色模型，能精细化地保持图像序列中个体身份的同时进行着色。基于检索增强、上下文学习和超分辨率技...

Superchat是企业级全渠道消息服务平台，帮助企业整合WhatsApp、Instagram、Facebook Messenger 等渠道建立忠实的客户关系、自动化发送新闻通讯、销售产品并回...

Lovable 是AI全栈工程师工具，基于自然语言处理技术，让用户能用对话快速构建网站和Web应用程序。Lovable 平台支持与Supabase集成，实现数据库连接和用户认证...

nijijourney - Midjourney和Spellbrush合作推出的二次元AI绘画工具，支持多种语言

NodeTool是开源的AI工作流可视化构建器。NodeTool集成广泛的AI工具和模型，基于简单、可视化的界面，让用户无需编码即可快速原型设计和测试。NodeTool支持在...

VMB（Visuals Music Bridge）是中国科学院信息工程研究所、中国科学院大学网络空间安全学院、上海人工智能实验室、上海交通大学等机构推出的多模态音乐生成框...