AI导哈

AI文章

模型进展、开源项目和 AI 工具教程，读懂新东西能帮你做什么。

已收录 7,595 篇

roomGPT – AI室内设计工具，几秒内生成多种室内设计方案

RoomGPT是一个创新的AI工具，基于AI技术帮助用户在几秒钟内，根据房间的现有照片生成不同的室内设计方案。用户上传房间的照片，roomGPT用ControlNet（AI绘画模型）的ML模型生成房间的变化，用Next.js API路由返回重新设计的房间图像。

PPSPY – AI电商分析工具，免费浏览器插件实时监控店铺运营数据

PPSPY是一款专为Shopify平台设计的免费浏览器插件和电商分析工具，由广州皮皮电商科技有限公司开发。能帮助用户深入了解竞争对手的店铺信息和热销产品，功能包括实时监控店铺销量、分析热卖产品、查看广告渠道等。用户可通过PPSPY掌握店铺运营的关键数据，发掘市场趋势，优化自身电商策略。安装简便，直接在Chrome网上应用店搜索PPSPY即可添加到浏览器使用。

KAEDIM – 3D模型AI生成平台，高质量生成3D模型资产

KAEDIM是一个AI驱动的3D资产生成平台，专注于为游戏开发者和其他创作者提供快速、高质量的3D模型生成服务。通过上传图像或描述，KAEDIM的机器学习算法与内部3D团队合作，快速生成生产级别的3D资产。旨在简化3D内容创作流程，加速游戏开发，同时支持从独立工作室到AAA级工作室的多样化需求。KAEDIM的愿景是加速从2D到3D的转变，推动3D技术在游戏、电商、建筑设计等多个领域的应用。

BANTER AI – 可与名人虚拟克隆体实时语音对话的AI平台

BanterAI 是一个创新的AI平台，基于先进的技术让用户与名人的虚拟克隆体进行实时语音对话。平台提供一个沉浸式的体验，用户与喜欢的艺人、演员或历史人物的克隆版本进行交流。

海螺视频 – MiniMax公司推出的AI视频生成工具

海螺视频是MiniMax公司推出的AI视频生成工具，能根据文本提示快速生成高质量的视频片段。用户只需提供简单的描述或上传图片，海螺AI视频能创作出具有丰富情感和细腻动作的视频内容。

podlm-public – 开源的AI博客生成工具，支持网页URL、文本转换成博客

podlm-public是一个开源AI播客工具，旨在创建一个中文版的NotebookLM替代品，专门用在将任意URL转换成播客内容，再推送到小宇宙平台。项目基于先进的AI技术，支持用户用简单的操作生成专业的播客内容。

PodLM – AI播客生成器，一键将URL和文本转换为播客

PodLM是一款创新的AI播客生成器，基于先进的AI技术，让用户能轻松地将网页内容、文本或文档转换成高质量的播客节目。工具提供一个用户友好的界面，没有音频制作经验的人能快速上手。PodLM的主要功能包括自动生成播客脚本、一键转换网页内容为播客、将文本内容转化为播客。

Autocut – 亚马逊首席科学家李沐博士开源的AI视频剪辑工具

AutoCut是一个开源的AI视频剪辑工具，由亚马逊资深首席科学家李沐博士开发。AutoCut基于自动生成视频字幕，支持用户编辑文本文件，选择和剪辑视频中的特定片段，简化视频编辑过程。工具支持多种Whisper模型提高转录准确性，基于CPU或GPU进行加速处理，适应不同的硬件环境。

Augmented Physics – 将教科书静态图表生成交互式物理模拟的AI技术

Augmented Physics是一个创新的教育工具，基于集成机器学习技术，将物理教科书中的静态图表转换成互动式和嵌入式的物理模拟。工具基于先进的计算机视觉技术，比如Segment Anything和多模态大型语言模型（LLM），让用户能半自动地从教科书中提取图表，生成可交互的仿真。

AsrTools – 开源的AI语音转文字工具，支持调用多家大厂接口

AsrTools是一款高效的智能语音转文字工具，能将音频文件快速转换成精确的文字内容。工具的优势在于无需复杂的配置，直接调用大厂的ASR接口，无需GPU支持，用户能轻松上手使用。AsrTools支持生成SRT和TXT格式的字幕文件，适于视频字幕、会议记录等多种场景。

Baichuan-Omni – 百川智能推出开源的7B多模态大模型

Baichuan-Omni 是由百川智能推出的一款开源的 7B 多模态大型语言模型（MLLM），能同时处理和分析图像、视频、音频和文本等多种模态的数据。Baichuan-Omni 提供先进的多模态交互体验和强大的性能。Baichuan-Omni 基于一个有效的多模态训练架构，包括两个阶段的多模态对齐和多任务微调，让模型能有效地处理视觉和音频数据。

Langotalk – 在线AI语言学习平台，与200多AI导师进行定制化实时互动

Langotalk是一个创新的在线语言学习平台，基于AI技术为语言学习者提供个性化和沉浸式的学习体验。平台支持20多种语言，如英语、西班牙语、法语、德语、意大利语等。Langotalk为每种语言配备200多个AI导师，让学习者能随时随地基于与AI的互动对话练习和提升语言技能。

Tutor AI – AI辅导平台，提供定制化学习路径

Tutor AI 是一个专为终身学习者设计的人工智能辅导平台。基于创建个性化学习路径，帮助用户在学业、工作和生活中取得更多成就。Tutor AI 基于先进的AI技术，根据用户的学习风格和知识水平，提供定制化的教学内容和练习。

QUIZGECKO – AI学习工具，自动生成多种类型的测验问题

QUIZGECKO 是一个AI驱动的学习工具，基于个性化的测验、闪卡和笔记简化学习过程。基于先进的AI技术，从各种文本资料中提取关键事实，生成不同类型的问题和答案，帮助学生更有效地学习和记忆。

Gliglish – AI语言学习平台，支持多语言模拟真实对话互动场景

Gliglish 是一个AI口语学习平台，基于AI技术模拟真实的对话场景，帮助用户提高口语和听力水平。平台基于先进的语音识别和自然语言处理技术，让用户用语音与AI进行互动，在实践中提升语言能力。

saga – 工作创意AI助手，提供多功能的创意、写作、分析

saga是一个集成人工智能的创意工作区平台，通过运用先进的大型语言模型（LLMs），如OpenAI和Anthropic开发的模型，帮助用户进行创意生成、主题分析、关键词提取和语法建议。Saga AI功能直接嵌入用户的工作区，支持笔记、文档和任务管理，使用户能够轻松创建内容、激发创意思维、翻译文本和检查语法。Saga AI旨在提高工作效率，增强团队协作，并优化知识管理。它目前提供免费试用，并计划在未来增加更多功能，如图像和视频生成。

NightCafe – 在线AI艺术生成平台，文本描述生成多风格艺术作品

NightCafe一个在线AI艺术生成平台，基于先进的人工智能技术，让用户能快速创造出各种风格的艺术作品。用户只需输入描述性的文本或上传图片，就能生成具有特定风格的图像。

ArchiVinci – AI建筑设计工具，支持草图照片或3D模型生成多风格建筑渲染图

ArchiVinci是一款创新的AI建筑设计工具，通过结合人工智能技术与传统建筑设计流程，为建筑师和设计师提供了一种全新的工作方式。用户可以上传手绘草图或3D模型，ArchiVinci会将其转换成逼真的建筑渲染图。拥有多种功能模块，如Style Match、Dream、Exact Render等，支持从概念设计到深化设计的全过程，并能与BIM软件集成，极大地提高了设计效率和创新性。