AI工具

星流AI是LiblibAI推出的一站式AI图像生成平台，基于自研的Star-3通用图像生成模型，结合全球最大的LoRA增强模型库和先进的AI图像控制技术。为设计师、摄影师...

Ultravox是新型的多模态大型语言模型（LLM），能直接理解文本和人类语音，无需依赖单独的自动语音识别（ASR）阶段。基于多模态投影器技术将音频数据转换为高...

Project Mariner 是谷歌 DeepMind 推出的浏览器助手。Project Mariner基于 Gemini 2.0 技术，用 Chrome 扩展程序实现浏览器自动化，理解和执行网页任务。Proj...

Patchwork 是 Midjourney 推出的创新性多人协作世界构建工具，支持用户在一个无限的画布上共同创作和构建虚拟世界。结合了AI图像生成技术和实时协作功能，支...

TEN Agent是集成OpenAI Realtime API和RTC技术的开源实时多模态AI代理框架。TEN Agent能实现语音、文本、图像的多模态交互，支持高性能的实时通信，具备低延...

FLOAT是DeepBrain AI 和韩国先进科技研究院推出的音频驱动说话人头像生成模型，基于流匹配生成模型，学习运动潜在空间实现高效的时间一致性运动设计。模型基...

AISEO Art是AI驱动的艺术生成平台，基于先进的AI技术，支持用户用文本提示创作出独特的视觉艺术作品。平台提供广告产品制作、图像变化、AI头像和滤镜选择等功...

MMAudio是先进视频到音频合成技术，基于多模态联合训练，让模型能在广泛的视听和音频文本数据集上进行训练。技术的核心是同步模块，确保生成的音频与视频帧精...

星流AI是LiblibAI平台推出的一站式AI生图平台，基于自研的Star-3通用图像生成模型，结合全球最大的LoRA增强模型库和先进的AI图像控制技术。为设计师、摄影师...

Speak APP是基于AI技术的英语学习应用，主打口语练习功能。Speak APP模拟真实对话场景，让用户与AI进行互动，实时获得发音、语法和词汇的反馈。Speak结合Open...

Gemini 2.0是谷歌最新推出的原生多模态输入输出的AI模型。Gemini 2.0 Flash是2.0家族第一个模型，以多模态输入输出和Agent技术为核心，速度比 1.5 Pro快两倍...

书生·万象InternVL 2.5是上海AI实验室的OpenGVLab团队推出的开源多模态大型语言模型（MLLM）系列。该系列模型在InternVL 2.0的基础上进行显著增强，特别是在...

ChatTTSPlus是ChatTTS的扩展版本，基于集成TensorRT加速、语音克隆和移动模型部署等先进技术，提升语音合成的性能和灵活性。在Windows平台上，能实现超过3倍...

Gendo是AI驱动的建筑可视化平台，基于生成式AI技术，如GANs和Diffusion模型，快速创建高度逼真的建筑概念图。平台能集成到设计工作流程中，支持设计师在项目...

YouTube Dubbing是在线观看国外视频的浏览器插件，基于智能同步配音和AI字幕技术，对字幕进行翻译并直接将翻译后的内容播放出来，免去盯着字幕的烦恼，消除观...