AI项目和框架
AI工具集介绍和收录了当前流行的AI研究项目和框架，紧跟最新AI领域的进展，解读AI研究论文和方法框架，帮你快速了解这些项目的工作原理。
PortraitGen – 中科大推出的AI人像视频编辑工具
PortraitGen是中国科学技术大学研究团队推出的一款AI人像视频编辑工具。基于3D高斯溅射技术和神经高斯纹理机制，将2D人像视频转换为4D高斯场，实现高质量的3D...
AI工具
2年前 (2024)
豆包Seaweed – 字节跳动推出的AI视频生成模型，基于Transformer结构
豆包Seaweed是字节跳动推出的AI视频生成模型，支持文生视频和图生视频两种模式。基于Transformer结构，利用时空压缩技术进行训练，原生支持多分辨率输出，适...
AI工具
2年前 (2024)
豆包PixelDance – 字节跳动推出的AI视频生成大模型，基于DiT结构
豆包PixelDance是字节跳动最新推出的AI视频生成模型，采用DiT结构，支持文生视频和图生视频。它能理解复杂指令，生成长达10秒的连贯视频片段，涵盖多主体交互...
AI工具
2年前 (2024)
GOT-OCR2.0 – 开源的端到端OCR模型，多语言多模态识别，多样化输入输出
GOT-OCR 2.0是一种先进的光学字符识别（OCR）模型，推动OCR技术进入2.0时代。GOT-OCR 2.0端到端的模型由高压缩编码器和长上下文解码器组成，能处理包括文本、...
AI工具
2年前 (2024)
onewebot2 – 微信AI机器人一键运行包，双击exe直接使用
oneWebot2是一款微信AI机器人一键运行软件包，用户下载exe文件后，双击即可启动，无需复杂的Python环境配置。有图形化界面，简化配置流程，非技术用户轻松设...
AI工具
2年前 (2024)
SFR-RAG – 专注于上下文理解和检索增强生成的语言模型
SFR-RAG是由Salesforce AI Research推出的一款大型语言模型，专注于提升机器在理解和生成文本方面的应用能力。模型特别强调对上下文的忠实理解，在检索增强生...
AI工具
2年前 (2024)
OpenMusic – 基于 QA-MDT 的开源高质量文生音乐模型
OpenMusic 是一款基于 QA-MDT（Quality-aware Masked Diffusion Transformer）技术的高质量文生音乐模型。基于先进的AI算法，根据文本描述生成高质量的音乐作...
AI工具
2年前 (2024)
ANTO – 开源的Windows桌面字幕翻译工具
ANTO是一款开源的Windows桌面字幕翻译工具，用于翻译SRT格式的视频字幕文件。集成多种翻译引擎，如谷歌翻译、DeepL、微软翻译、百度翻译和有道翻译等，用户根...
AI工具
2年前 (2024)
AiNiee – AI翻译工具，游戏爱好者和小说迷的翻译神器
AiNiee 是一款AI翻译工具，能一键自动翻译RPG、SLG游戏、Epub、TXT格式的小说、Srt、Lrc字幕文件等。工具支持多格式文件，接入多个主流AI接口平台，如OpenAI...
AI工具
2年前 (2024)
SCoRe – 谷歌DeepMind推出的多轮强化学习方法
SCoRe（Self-Correction via Reinforcement Learning）是谷歌DeepMind推出的一种创新的多轮强化学习方法，旨在提高大型语言模型（LLM）的自我纠错能力。通过...
AI工具
2年前 (2024)