Image to Prompt 是一个 AI 工具，可将图像转换为精准的文本提示词。用户可上传 JPEG、PNG...
作者： Tarogo Cloud
ChatGPT的几个工具
ChatGPT 搜索插件：增强 ChatGPT 的信息获取能力，提供实时搜索功能，让 AI 回答更准确、最新。适用于需要实时信息或深入研究的用户。 Telegram GPT Worker：将 ChatGPT 集成到...
GitHub的AI 开源项目精选-1
AI Collection：汇聚机器学习、深度学习、NLP 等资源，是一站式查找平台。 Top AI Tools：精选热门实用 AI 工具，涵盖图像识别、数据分析等领域。 Awesome AI Tools：精心挑选工具，含框架对比与各领域应用案例。 Awesome...
人形机器人设计的框架：ASAP
ASAP（Aligning Simulation and Real-world Physics），一个两阶段框架，用于解决人形机器人模拟与现实世界的动力学不匹配问题，以提升全身运动的敏捷性和协调性。 第一阶段：在模拟环境中使用人类运动数据训练运动跟踪策略。...
Web应用程序：支持文本到图像和图像到文本的转换
网站功能：AI 图像生成 网站名称：PainterLeaf 网站简介：一个免费的Web应用程序，支持文本到图像和图像到文本的转换。 支持多种模型，包括Flux.1和StableDiffusion 3.5，可以通过输入文本生成图像，或将本地图像转换为文本提示。
Riffusion FUZZ 音乐生成模型
使用扩散技术生成完整的三分钟以上歌曲 简介：FUZZ 是 Riffusion 推出的最新音乐生成模型，利用扩散模型生成音乐谱图，并转换为音轨可供下载。尽管目前中文语言能力有待提高，但 FUZZ 的功能与 Suno V2 相当，且承诺在 GPU 资源允许的情况下保持免费。...
RLLM 一款由 LLM 驱动的 RSS 阅读器
RLLM 一款由 LLM 驱动的 RSS 阅读器 软件平台：iOS 软件介绍：一款创新性的 RSS 阅读器，它借助大语言模型为用户提供智能阅读体验。 软件支持 RSS 1.0、2.0 和 Atom 订阅源，不仅允许用户阅读和收藏文章，还利用 LLM 实现文章自动摘要、洞察分析及每日阅读总结。
一个专注于AI视频生成的社区平台：MiniMaxAI
网站功能：AI 视频生成 网站简介：一个专注于AI视频生成的社区平台，通过用户生成的视频、教程和博客，激发创作者的灵感。 可以利用MiniMax AI的强大功能，将文本和图像转换为动态视频，快速生成高质量的视觉内容。 大語言模型（LLMs ）和多模型模型已成為改變遊戲規則的人
X-to-Voice：自动生成能说话的个人资料头像
ElevenLabs 发布了一个开源的小项目，X-to-Voice ，允许用户通过分析 Twitter 资料生成自定义的声音和头像。这个项目使用了 ElevenLabs 的新声音设计 API 和 Taedra 动态头像生成工具。 用户可以输入 Twitter...
一个完全本地运行的开源语音转文本 API
该项目基于 OpenAI 的 Whisper 模型，并利用 FastAPI 的异步特性对其进行高效包装，支持异步任务队列，文件处理，网络爬虫，以及更多自定义功能。 「Fast-Powerful-Whisper-AI-Services-API 」的愿景是打造一个强大且开箱即用的 Whisper...
TabMark – 新标签页书签管理插件
TabMark 是一款功能强大且简洁的 Chrome 浏览器插件，它为你的浏览体验带来全新的便利。将新标签页打造成专属的书签管理中心，让你轻松访问常用网站，整理和归类书签，提升工作效率！
新版Claude 3.5 Sonnet将可进行电脑操作
Anthropic宣布了升级版 Claude 3.5 Sonnet，以及新模型Haiku。新版在各方面都比前代有显著提升，尤其是在编码方面，这一领域它本来就处于领先地位。 Claude API 还将支持电脑操作，并已进入公共测试阶段。
Gemini Search 一个基于Gemini的AI搜索引擎
一個 Perplexity 風格的搜尋引擎，由 Google 的 Gemini 2.0 Flash 模型提供支持，並以搜尋為基礎。透過即時網路資源和引文獲得人工智慧驅動的問題答案。 Search 是 Perplexity 的 Gemini 版平替，基于
让可穿戴设备无需电池也能工作
Power-over-Skin “皮肤供电”技术 ，让可穿戴设备无需电池也能工作 现代计算设备功能强大且小巧，可以轻松佩戴在身体上。然而，电池成为设计和用户体验的主要障碍，增加了设备的重量和体积，并且需要定期充电和移除设备。...
NoteGen：一个跨平台AI笔记APP
NoteGen 是一个跨平台的笔记 APP，目前支持 Mac、Windows、Linux 开源地址在视频下方的描述中 软件安装完毕后，请先在设置页面配置 API Key 后即可正常使用。 Mac 用户需要配置屏幕录制权限，才可以使用截图记录功能。 同步和图床功能（可选），需要创建 Github...
VITA开源版视频+语音模型
一个开源的多模态大语言模型，旨在实现实时的视觉和语音交互。 能够同时处理视频、图像、文本和音频数据，通过减少交互延迟、增强语音处理能力和改进多模态理解，达到了接近GPT-4o的水平。 顯著降低交互延遲。