最新AI资源

综合介绍 Bannerbear 是一个帮助用户自动生成图片和视频的在线工具。它通过简单的 API 接口，让用户可以快速制作社交媒体图片、电商横幅和动态邮件图像。网站的核心功能是把设计模板变成可自动调整...

综合介绍 World Labs是一家专注于空间智能的人工智能公司，致力于构建大型世界模型（Large World Models, LWMs），以感知、生成和交互3D世界。由世界知名的AI技术先驱李飞飞...

综合介绍 Outlines 是一个由 dottxt-ai 开发的开源库，旨在通过结构化文本生成来提升大语言模型（LLM）的应用能力。该库支持多种模型集成，包括 OpenAI、transformers...

综合介绍 On-Device AI 是一款完全离线运行的AI应用，专为苹果设备设计，支持iOS、macOS和visionOS。它提供本地大型语言模型（LLM）运行、实时语音转录、文档分析等功能，无需联...

综合介绍 BrowserAI 是一个开源工具，让用户直接在浏览器中运行本地 AI 模型。它由 Cloud-Code-AI 团队开发，支持像 Llama、DeepSeek、Kokoro 这样的语言模型...

Manga Image Translator是开源的漫画图片文字翻译工具，支持一键将漫画或图片中的文字翻译成目标语言，Manga Image Translator能无缝嵌入原图，保持漫画的原始风格和布...

综合介绍 Tana 是一款创新的知识管理工具，旨在通过集成AI技术，帮助用户高效管理和组织信息。无论是个人用户还是团队，Tana 都能提供灵活的解决方案，提升工作效率，简化任务管理流程。其独特的 Su...

综合介绍 MarkItDown是由微软开发的一个Python工具，旨在将各种文件和办公文档转换为Markdown格式。该工具支持多种文件类型，包括PDF、PowerPoint、Word、Excel、图...

综合介绍 InstantID是一项先进的技术，专注于利用单张参考身份证图片，在几秒钟内生成具有个性化风格或姿态的图像，同时确保高度保真。该技术采用了基于扩散模型的解决方案，通过集成面部图片、地标图...

综合介绍 InsCode是CSDN推出的功能强大的在线集成开发环境（IDE），名称中的"Ins"代表Inspiration（灵感）。支持多种编程语言和在线代码托管。用户可以在浏览器中实时编写、运行和调...

综合介绍 Connected Papers是一款专为研究员和科学家设计的学术论文探索工具。通过构建论文间的关联图谱，帮助用户可视化探索各自研究领域内相关论文。用户可输入论文标识符，如DOI、arXiv...

综合介绍 DeOldify 是一个基于深度学习技术的开源项目，专门用于为黑白照片和视频进行智能上色和修复。该项目采用创新的 NoGAN 训练方法，成功解决了传统 GAN 网络在图像上色过程中常见的瑕疵...

综合介绍 LlamaParse 是一个强大的文档解析工具，能够处理复杂的文档如 PDF、PowerPoint、Word 文档和电子表格，并将其转换为结构化数据。LlamaParse 提供多种使用方式...

综合介绍 AmyMind 是一个免费的在线工具，主要用 AI 技术帮助用户快速生成思维导图。它的操作简单，不需要安装软件，在浏览器中打开就能用。用户可以输入文字或上传 Markdown、PDF、Wor...

综合介绍 TimesFM 2.0 - 500M PyTorch 是由 Google Research 开发的预训练时间序列基础模型，专为时间序列预测而设计。该模型能够处理长达 2048 个时间点的上下...

综合介绍 Stagehand是一个专注于简洁性和可扩展性的AI网页浏览框架。它完全兼容Playwright，提供了三个简单的AI API（act、extract和observe），这些API构建在基础...

综合介绍 SadTalker是一个开源工具，能够将单张静态人像照片和音频文件结合，创造出逼真的说话头像视频，适用于个性化信息、教育内容等多种场景。革命性地使用3D建模技术，如ExpNet和PoseVA...

综合介绍 CodeGeeX 是一个基于大模型的智能编程助手，旨在通过自动代码生成、代码补全、代码翻译和智能问答等功能，帮助开发者显著提高编程效率。该工具支持超过20种编程语言，并适配多种主流IDE，如...

综合介绍 紫东太初是由中国科学院自动化研究所和武汉人工智能研究院推出的新一代多模态大模型平台。该平台支持多轮问答、文本创作、图像生成、3D理解和信号分析等多种任务，具备强大的认知、理解和创作能力。紫东...

pyVideoTrans 综合介绍 pyvideotrans是一个视频翻译配音工具。用户能够将视频内容从一种语言翻译成另一种语言，并在视频中添加相应的配音和字幕。它基于openai-whisper离线...

综合介绍 Zerox是一个开源项目，旨在通过视觉模型将PDF、DOCX、图像等文件转换为Markdown格式。该项目由getomni-ai团队开发，提供了简单高效的OCR（光学字符识别）解决方案。Ze...

综合介绍 Tifa-DeepsexV2-7b-MGRPO-GGUF-Q4是一个高效的语言模型，专为支持复杂的角色扮演和多轮对话而设计。基于Qwen2.5-7B进行深度优化，具有卓越的文本生成和对话能力...

综合介绍 GraphRAG Visualizer 是一个基于网页的工具，旨在帮助用户可视化和探索来自 Microsoft GraphRAG 的工件。通过上传由 GraphRAG 索引管道生成的 Par...

综合介绍 Cua 是一个开源项目，全称“Computer-Use Agent”（计算机使用代理），读作“koo-ah”。它专为 Apple Silicon 设备设计，能创建并运行高性能的 macOS ...

综合介绍 Blinko 是一个创新的开源项目，旨在帮助用户快速捕捉和组织瞬间的灵感。无论是突发的创意还是重要的想法，Blinko 都能让用户在第一时间记录下来，确保每一个灵感都不会被遗忘。该项目完全免...

综合介绍 Ajelix 是一个专注于数据分析和商业智能的平台，提供多种AI工具来简化和提升Excel和Google Sheets的使用效率。该平台拥有超过17种AI工具，包括Excel公式生成器和数据...

综合介绍 YTSage 是一个现代化的 YouTube 下载工具，具有简洁的 PyQt6 界面。用户可以使用 YTSage 下载任意质量的视频，提取音频，获取字幕（包括自动生成的字幕），并查看视频的元...

综合介绍 KTransformers：专为突破大模型推理瓶颈而生的高性能 Python 框架。 它不仅仅是一个简单的模型运行工具，更是一套 极致的性能优化引擎 和 灵活的接口赋能平台。 KTransf...

综合介绍 TTSMaker是一款免费的在线文本转语音工具，支持100多种语言和300多种语音风格。用户可以将文本转换为自然流畅的语音，并下载音频文件用于商业用途。该工具适用于视频配音、有声读物、教育培...

综合介绍 AiPy 是一个开源的 Python 命令行工具，由 Knownsec 团队开发。它结合大语言模型（LLM）和 Python 运行环境，让用户通过自然语言描述任务，自动生成并运行 Pytho...

综合介绍 Pixlr 是一个免费的在线照片编辑与设计平台，适合初学者和专业人士。用户无需安装软件，直接通过浏览器或手机就能编辑图片。平台提供多种工具，包括基础调整、AI图像生成、背景移除和滤镜效果。P...

综合介绍 InfiniteYou 是 ByteDance 智能创作团队开发的一个开源项目。它基于扩散变换器（DiTs）技术，使用 FLUX.1-dev 模型，核心功能是让用户上传照片并输入文字描述，生...

综合介绍 CFG-Zero-star 是一个开源项目，由 Weichen Fan 和南洋理工大学 S-Lab 团队开发。它专注于改进流匹配模型中的分类器自由引导（CFG）技术，通过优化引导策略和零初始...

KREA AI 综合介绍 KREA AI是一个多功能的图像生成平台，提供实时编辑、图像增强和创意AI应用，帮助你轻松创造和改进视觉内容。你可以使用KREA AI的Power Tools来生成高质量的图...

综合介绍 FinGPT 是由 AI4Finance 基金会开发的开源金融大语言模型平台，专为金融领域设计，旨在解决复杂的金融任务，并推动金融科技的创新发展。FinGPT 利用轻量化适配技术和强化学习方...

综合介绍 OmniSQL 是一个开源项目，由 RUCKBReasoning 团队开发，托管在 GitHub 上。它的核心功能是将用户输入的自然语言问题转化为高质量的 SQL 查询语句，帮助用户轻松与数...

综合介绍 Dessix.io 是一个集成AI协作功能的全能笔记工具，旨在帮助用户捕捉灵感、组织思维并高效创作。通过Dessix，用户可以轻松收集网页内容或文本片段，利用AI自动生成摘要和关键词，简化信...

综合介绍 Mochii AI 是一个功能强大的全能型人工智能助手，旨在通过智能化的工具提升用户的网页浏览、写作、编码以及数据处理效率。官方网站展示了这款工具的多场景适用性，支持用户在浏览器、桌面和移动...

综合介绍 Easy Dataset 是一个专门为大模型（LLM）微调设计的开源工具，托管在 GitHub 上。它提供了一个简单易用的界面，让用户可以上传文件、自动分割内容、生成问题和答案，最终输出适合...

综合介绍 Spark-TTS 是由 SparkAudio 团队开发的一款开源文本转语音（Text-to-Speech, TTS）工具，托管在 GitHub 上，旨在帮助用户将文本高效转换为自然流畅的语...

综合介绍 n8n-mcp-server 是一个开源项目，托管在 GitHub 上，由 Leonard Sellem 开发。它是一个 MCP（Model Context Protocol）服务工具，专门...

综合介绍 Gemini Teacher 是一个基于 Google Gemini AI 的英语口语练习助手。它能够实时识别用户的英语发音，并提供即时反馈和纠正建议。该工具旨在帮助用户提高英语口语能力，通...

综合介绍 OrionChat是一个基于网页的AI聊天界面，它为用户提供了一个统一的平台来与多个主流AI模型进行交互。该项目支持包括Ollama(本地运行)、OpenAI GPT、Google Gemi...

综合介绍 ConsisID 是由北京大学袁粒课题组开发的一个开源项目，旨在通过频率分解技术实现身份一致的文本到视频生成（IPT2V）。该项目的核心是一个基于DiT（Diffusion Transfor...

综合介绍 ImageFX 是 Google 实验室推出的一款强大的图像生成工具。用户可以通过简单的文本输入，将创意转化为高质量的图像。该工具利用先进的人工智能技术，支持多种风格和主题的图像生成，适用于...

综合介绍 AsrTools是一款智能语音转文字工具，内置剪映、快手、必剪等大厂接口，无需GPU或繁琐配置，支持高效的多线程批处理。它基于PyQt5开发，界面美观且用户友好，能够输出SRT和TXT格式字...

综合介绍 AutoGen Studio 2.0 是一个由 AutoGen 提供支持的用户界面，旨在简化创建和管理多代理解决方案的过程。该平台通过直观的界面，使用户能够声明性地定义和修改代理及其工作流程...

综合介绍 MOKI是美图公司推出的一款AI短片创作工具，专注于为用户提供便捷、高效的短片制作体验。该工具覆盖动画短片、网文短剧、故事绘本和MV等多种视频内容生产类型。用户可以通过输入故事梗概或导入现有...

综合介绍 notdiamond2api 是一个基于 Flask 的聊天代理服务，旨在将请求转发到 chat.notdiamond.ai 服务器。该项目在原作者的基础上增加了多账户轮询功能，并修复了获取...

综合介绍 GFPGAN（Generative Facial Prior GAN）是由腾讯ARC（Applied Research Center）开发的一种开源人脸修复算法。该算法利用预训练的面部GAN...

LiblibAI 综合介绍 LiblibAI是一个中国领先的AI图像创作平台，拥有丰富的AI创作工具和资源。用户可以在这个平台找到超过10万个免费的AI创作模型，用于图片、文字、音频等素材的创作...

综合介绍 UniAPI 是一个兼容 OpenAI 协议的 API 转发器，核心功能是通过统一的 OpenAI 格式管理多个大模型服务商的 API，比如 OpenAI、Azure OpenAI、Clau...

综合介绍 codemcp 是一个开源工具，专为 Claude Desktop 用户设计，由 Edward Z. Yang 在 GitHub 上开发。它能让 Claude Desktop 成为一个实用的...

OpenWork是开源的智能代理工作流桌面应用，作为Claude Cowork的免费替代品，提供可视化操作界面和本地化运行能力。项目采用Tauri+Rust+Node.js技术栈，支持技能插件扩展和模...

综合介绍 Muyan-TTS 是一个专为播客场景设计的开源文本转语音（TTS）模型。它通过超过10万小时的播客音频数据预训练，支持零样本语音合成，生成高质量的自然语音。模型基于 Llama-3.2-3...

综合介绍 Relume是一款AI驱动的网站构建器，旨在帮助设计师和开发者快速创建美观、响应式的网站。通过使用超过1,000个预构建组件，Relume使用户能够在Figma和Webflow中轻松生成网站...

综合介绍 Deep Chat 是一个开源的 AI 聊天组件，专为网站开发者设计。它由 Ovidijus Parsiunas 开发，托管在 GitHub 上，目前已有超过 2k 星标。用户可以通过简单配...

综合介绍 Moffee 是一个开源工具，它能把 Markdown 文件快速变成专业的幻灯片，简单又高效。用户只需写好 Markdown 内容，Moffee 就能自动处理布局、分页和样式，省去手动排版的...

综合介绍 YouMind 是一个由顶尖大语言模型（LLMs）支持的AI创作系统，旨在帮助用户从各种材料中提取和保存重要内容，专注于创作而非简单的收集。无论是浏览网页、观看YouTube视频、收听播客...

综合介绍 Privatemode AI 是一个专注于数据隐私和安全的生成式AI服务平台，旨在让用户在处理敏感数据时无需担心隐私泄露。它通过机密计算技术，确保数据在传输、存储和处理过程中始终保持加密，甚...

综合介绍 GitMCP 是一个免费的开源工具，专门为 GitHub 上的公开项目打造。它能把任何 GitHub 仓库或 GitHub Pages 网站快速变成一个 MCP（Model Context ...

综合介绍 VLM-R1 是由 Om AI Lab 开发的一个开源视觉语言模型项目，托管在 GitHub 上。该项目基于 DeepSeek 的 R1 方法，结合 Qwen2.5-VL 模型，通过强化学习...

综合介绍 Trancy 是一款专为语言学习者设计的全能工具，支持 YouTube 和 Netflix 的双语字幕，提供网页 AI 划词翻译和全文翻译功能。用户可以通过 Trancy 将视频和网页内容转...

综合介绍 Sonic 是一个专注于全球音频感知的创新平台，旨在通过音频驱动生成生动的肖像动画。该平台由腾讯和浙江大学的研究团队开发，利用音频信息来控制面部表情和头部运动，从而生成自然流畅的动画视频。S...

综合介绍 ReadKidz 是一个创新的平台，利用人工智能技术帮助用户创建个性化的儿童故事书和动画。无论是家长、教师还是有志于创作儿童书籍的作者，都可以通过 ReadKidz 轻松生成高质量的故事内容...

Pinokio 综合介绍 Pinokio是一款创新的AI开源项目部署工具，让用户可以轻松地一键安装、运行以及编程式控制各种大模型相关应用程序。它支持跨多个平台，并提供一个社区脚本库，涵盖绝大多数热门A...

综合介绍 Sana Labs是一家致力于通过AI技术提升企业知识获取和学习效率的公司。总部位于瑞典斯德哥尔摩，Sana提供了一系列产品，包括学习管理系统（LMS）、学习体验平台（LXP）、AI助手等...

综合介绍 MobileAgent 是一个强大的移动设备操作助手，旨在通过多代理协作和增强的视觉感知模块，提升移动设备的操作效率和自动化水平。该项目由 X-PLUG 团队开发，支持 Android 和 ...

综合介绍 MediaCrawler是一个专为开发者设计的社交媒体内容爬虫工具。通过提供一个强大的爬虫功能，它能够快速地从小红书、抖音、快手、B站、微博等社交平台抓取视频、图片、评论、点赞、转发等数据...

综合介绍 图片转Excel免费工具是一款高效的在线工具，能够快速准确地识别并转换图片中的表格数据至Excel文件。该工具支持多种图片格式，如JPG和PNG，并且可以在网页、iOS应用和Android应...

综合介绍 TestSprite是一款由AI驱动的自动化测试平台，旨在简化软件测试流程。其核心功能包括自动生成测试计划、编写测试代码、执行测试用例，并提供详尽的测试报告。该平台特别适用于小型开发团队和个...

1688 AI版是阿里巴巴旗下1688平台推出的智能生意助手应用，专为小B买家和商家设计。应用基于1688平台海量数据，提供商机推送、选品推荐、创意生成、企业查询等功能，帮助用户精准把握市场动态、快速...

综合介绍 SemHash 是一个轻量级且灵活的工具，用于通过语义相似性来去重数据集。它结合了 Model2Vec 的快速嵌入生成和 Vicinity 的高效 ANN（近似最近邻）相似性搜索。SemHa...

综合介绍 k8m 是一款轻量级、跨平台的 Mini Kubernetes AI Dashboard，专为简化集群管理设计。它基于 AMIS 构建，并通过 kom 作为 Kubernetes API 客...

综合介绍 Zola 是一个免费且开源的 AI 聊天应用，由开发者 Julien Thibeaut（GitHub 用户名 ibelick）开发，托管在 GitHub 上。它最大的特点是支持多种 AI 模...

综合介绍 CopyCoder是一款创新的AI驱动工具,专为下一代AI编码人员设计。它能够从应用程序界面、UI模型或自定义设计的图像中生成编码提示,帮助开发者更快地构建应用。通过将视觉设计转化为代码,C...

综合介绍 Gauth（前称Gauthmath）是一个专为学生设计的AI作业助手网站。它利用先进的AI技术和专业导师团队，提供从数学到化学等各学科的作业解答服务。用户可以通过上传图片或输入问题，快速获得...

综合介绍 Arcade 是一个简单易用的在线平台，帮助用户快速创建互动演示。它适合营销人员、产品经理和销售团队，用来展示产品功能。通过录制屏幕操作，Arcade 自动生成可互动的演示内容，用户只需几分...

综合介绍 Gemini Cursor 是一个基于 Google 的 Gemini 2.0 Flash（实验性）模型的桌面智能助手。它能够通过多模态 API 实现视觉、听觉和语音交互，提供实时低延迟的用...

综合介绍 Tavus 是一个专注于人类与 AI 交互的开发者平台，提供简单易用的 API，让开发者构建具备视觉、语音和情感智能的 AI 代理。其核心产品 Conversational Video In...

综合介绍 Kolors Virtual Try-On 是由 Kwai-Kolors 团队在 Hugging Face 平台上推出的一款虚拟试穿应用。该应用利用先进的人工智能技术，帮助用户在虚拟环境中试...

综合介绍 Transformers.js 是由 Hugging Face 开发的一个 JavaScript 库，旨在让用户能够直接在浏览器中运行最先进的机器学习模型，而无需服务器支持。该库与 Hugg...

综合介绍 Liner是一款由GPT-4/Cloude驱动的AI搜索引擎，旨在帮助用户更高效地查找、管理和利用在线内容。无论是学术研究、专业写作还是日常信息整理，Liner都能提供智能化的解决方案。通过...

综合介绍 olmOCR 是由 Allen Institute for Artificial Intelligence (AI2) 的 AllenNLP 团队开发的一款开源工具，专注于将 PDF 文件转...

综合介绍 Awen 是一个创新的生成式AI平台，旨在通过语音和文字指令帮助用户快速创建和编辑图像及视频内容。用户只需简单描述需求，例如“画一个瑞士山湖，加一条船，变成日落场景”，Awen 就能智能理解...

综合介绍 AI-Pro.org 是一个专注于人工智能的网站，为用户提供多种 AI 工具和学习资源。网站的目标是帮助初学者和专业人士掌握 AI 技术，涵盖文本生成、图像创作、聊天机器人等功能。用户可以通...

Replay是基于深度学习技术的先进AI音乐伴奏分离工具。工具支持自动分析音频内容，精准地将主唱、人声和伴奏等音轨分离出来，生成独立的音频文件。Replay支持多种常见音频格式，如MP3、WAV、FL...

综合介绍 LinkAI 是深圳极简未来科技有限公司推出的一站式 AI 智能体搭建平台。该平台聚合了文本、语音、图像等多模态模型，提供知识库、插件、工作流等增强能力，支持零代码接入企业微信、公众号、微信...

综合介绍 问小白是由元石科技开发的AI智能助手（包含网页端和APP端），基于自研的元石大模型，目前集成了最新的 DeepSeek-R1 模型，旨在通过快速问答、智能搜索、文本创作等多种功能，简化用户的...

综合介绍 MaxAI 是一个基于人工智能的浏览器扩展工具，旨在帮助用户在网页上更高效地阅读、写作和处理信息。它通过集成多种先进AI模型，如DeepSeek、GPT-4o、Claude-3.5和Gemi...

综合介绍 Topaz Labs Starlight 是由 Topaz Labs 公司推出的一款创新型视频增强工具，专注于利用AI技术对老旧、低分辨率或损坏的视频进行修复和优化。它是首个采用扩散模型（D...

Seedream 4.0 是字节跳动推出的先进图像生成与编辑工具，以生成与编辑一体化为核心，具备精准指令编辑、高度特征保持、深度意图理解等强大功能。

综合介绍 HyperChat 是一个由 BigSweetPotatoStudio 开发的开源聊天客户端，托管于 GitHub，旨在通过集成多个大型语言模型（LLM）的 API（如 OpenAI、Cla...

综合介绍 Dia 是一个由 Nari Labs 开发的开源文本转语音（TTS）模型，专注于生成超现实的对话音频。它能在一次处理中将文本脚本转化为逼真的多角色对话，支持情感和语调控制，甚至能生成非语言表...

综合介绍 AI RSS是一个创新的工具，通过AI技术将网页内容转换为RSS订阅源。它包含两个主要部分：一个浏览器插件和一个服务器端。浏览器插件允许用户选择网页中的列表并生成结构化数据描述（SDD）文件...

综合介绍 ComfyUI是一个功能强大且模块化的稳定扩散GUI及后端工具，它提供了基于图形节点/流程图接口的环境，使用户能够设计和执行高级的稳定扩散工作流程，无需编码就能实验和创建复杂工作流程。其特点...

综合介绍 Glean 是由 Google 搜索工程师团队创建的一款工作 AI 工具。它与多个工作场所应用程序和套件集成，例如 Microsoft 365、Google Workspace、Salesf...

综合介绍 PDFgen 是一个基于人工智能的工具，专注于从简单的文本提示生成PDF模板。该平台的主要功能是自动化PDF创建，特别适合经常处理文档的企业和个人。PDFgen 提供了一个REST API...

综合介绍 Deepgram是一家专注于语音识别和自然语言处理技术的公司，提供强大的语音到文本（Speech-to-Text）和文本到语音（Text-to-Speech）API。该平台利用先进的人工智能...