dots.ocr
多语言文档布局解析工具 dots.ocr 是一款强大的多语言文档解析工具，它通过单一视觉 - 语言模型实现布局检测和内容识别的统一，同时保持良好的阅读顺序，具有出色的性能和高效的处理速度。
创新表情包视频生成工具 一款集成空间编织注意力的扩散模型工具，用于简化表情包视频的制作过程，提升图像和视频生成的质量和效率。
数据统计
相关导航
CAP4D
4D人像化身创建工具 CAP4D是一个能够利用任意数量的参考图像创建逼真4D化身的工具。
SoulX-Podcast语音模型
SoulX-Podcast是Soul推出的超长时长、高保真多语言AI播客生成引擎，可一键产出90分钟无中断、媲美真人录音的播客节目。
字节MegaTTS3
轻量化语音合成模型 MegaTTS3 是由字节跳动与浙江大学合作开发的一款轻量级文本转语音（TTS）模型，以高效、轻量化和高质量语音合成为特点。
SignLLM
多语种手语生成模型 SignLLM 是全球首个多语种手语视频生成模型，能够将文本或语音指令实时转化为手语视频，为听障人士提供沟通新方式。
HunyuanWorld-Voyager
从一张照片走进3D世界 HunyuanWorld-Voyager是由腾讯混元团队开源的3D生成工具，能通过单张照片或文字描述快速生成360°沉浸式3D场景，为用户带来全新的视觉体验。
OpenClaw（原Clawdbot）
开源本地AI助手平台 OpenClaw：开源本地AI助手平台——一款可在个人设备上运行、并集成到常用聊天应用中的开源智能代理平台。
AI换头技术CHANGER
CHANGER是一种新型头部融合管道，旨在为数字内容创作提供高保真的头部合成解决方案，特别适用于视觉效果(VFX)、数字人物创建和虚拟头像等领域。
暂无评论...