AI导航

Kolors Virtual Try-On是一个由快手可图团队开发的ai试衣技术，通过可图AI试衣，用户上传自已的照片，就可以在几秒钟内看到自己穿上不同衣服的效果。可图AI试衣在可图基座模型基础上，引入衣服SKU保持网络，实现服饰细节特征的提取与表征。目的在于让用户可以即时看到服装在自己身上的效果，

Linly-Dubbing是一款开源的多语言ai配音和视频翻译工具。Linly-Dubbing可以自动将视频翻译成其他语言并生成字幕、克隆视频中说话者的声音并自动配音、进行口型同步。Linly-Dubbing主要特征：自动下载视频：支持从YouTube等网站下载视频多语言支持：支持中文和多种语言的配

RMBG-2.0是由BRIA ai开发的开源图像背景移除模型，它通过卷积神经网络（CNN），来实现高精度的前景与背景分离。RMBG-2.0模型在精心挑选的数据集上进行了训练，包括：一般图像、电子商务、游戏和广告内容，使其适用于支持大规模企业内容创建的商业用例。其准确性、效率和多功能性目前可与领先的

卡卡字幕助手 | VideoCaptioner，基于 LLM 的智能字幕助手，无需GPU一键高质量字幕视频合成！支持生成、断句、优化、翻译全流程。让视频字幕制作简单高效！卡卡字幕助手 | VideoCaptioner特征：无需GPU即可使用强大的语音识别引擎，生成精准字幕基于 LLM 的智能分割与断

LTXV，LTX Video的简称，是由ai公司Lightricks推出的开源AI生成视频模型，LTX-Video 是第一个基于 DiT 的视频生成模型，可以实时生成具有逼真和多样化内容的高分辨率视频。LTXV模型基于2亿参数的DiT架构，能够在4秒内生成5秒的高质量视频，速度超过观看速度。LTXV

EchoMimic是一个蚂蚁集团支付宝基于音频驱动的肖像动画生成工具，通过可编辑的特征点条件生成逼真、自然的动画，用户可以根据自己的需求调整动画细节，可用于虚拟主播、视频编辑等，效果比SadTalker、MuseTalk好，表情更丰富动作更顺畅。EchoMimic可以根据人像面部特征和音频来帮人物对

LabelLLM是一个开源的数据标注平台，致力于优化对于大型语言模型（LLM）开发不可或缺的数据标注过程。LabelLLM的设计理念旨在成为独立开发者和中小型研究团队提高标注效率的有力工具。LabelLLM的核心在于通过提供全面的任务管理解决方案和多样化的多模态数据支持，简化并增强模型训练的数据注释

VideoDoodles是一款能在视频中轻松任意插入手绘动画并与视频内容无缝融合的ai工具，它将视频内容与手绘动画相结合，制作出独特的视频剪辑。通过VideoDoodles你可以在视频中添加手绘涂擦动画，比如你可以画个搞笑的小人或者别 的手绘元素插入到视频中，让视频更吸引人。这些动画不仅能跟随视频中

YouDub-webui是一款开源的多语言ai配音和视频翻译工具，YouDub-webui提供了一套完整的视频中文化工具包，涵盖了从视频下载、语音识别、字幕翻译、AI声音克隆、视频处理、自动上传等一系列流程。YouDub-webui 是 YouDub 项目的网页交互版本，基于 Gradio 构建，为

libcom是由上海交通大学BCMI实验室耗资数百万、历经六年时间研发的图像合成工具箱，它在2023年底正式发布，并迅速获得关注，截至2024年10月，其下载量已突破1.2万次。libcom集成了十余项图像合成功能，包括前景背景融合、光照匹配、阴影生成等，结合传统方法与深度学习技术，显著提升合成图像

FacePoke 是一个免费的建立在LivePortrait框架上的在线AI工具，专注于实时编辑人像的面部表情和头部位置。FacePoke利用先进的AI算法，让用户能够实时调整和操纵数字肖像中的面部特征和表情，赋予静态图像生动的动画效果，如眨眼、嘴部动作等。用户可以通过简单的点击操作，轻松改变数码肖

ChatNio是一个集合了各种流行的模型和服务的一站式平台，支持 Openai，Midjourney，Claude，讯飞星火，Stable Diffusion，DALL·E，ChatGLM，通义千问，腾讯混元，360 智脑，百川 AI，火山方舟，新必应，Gemini，Moonshot 等模型，支持对

腾讯混元3D，全称为Hunyuan3D-1.0，是腾讯推出的一款同时支持文生和图生的3D开源模型，解决现有3D生成模型在生成速度和泛化能力的不足。腾讯混元3D生成模型基于Diffusion技术，支持文本和图像生成3D资产。该模型配备精心设计的文本和图像编码器、扩散模型及3D解码器，能够实现多视图生成

AnchorCrafter是由中国科学院和腾讯联手打造的一款ai虚拟主播带货神器，它利用先进的AI技术，能够生成自然流畅的带货视频，极大地提升了电商视频制作的质量和效率。AnchorCrafter是什么？AnchorCrafter是一种基于扩散的系统，通过将人类与物体的交互（Human-Object

DataRoom是一个高度集成的、开源的大屏设计与数据可视化工具，基于SpringBoot、MyBatisPlus、Vue、ElementUI、G2Plot和Echarts等技术栈构建。DataRoom旨在简化大屏设计流程，提供从数据接入到展示的全链条解决方案，特别适合需要创建动态数据展示界面的场景

LivePortrait，利用AI技术将静态照片转换为视频，展现逼真的面部表情和动作。LivePortrait开源项目来自中国快手科技和复旦大学，使用经过特殊训练的模型，可以将视频或网络摄像头中的动画转换为动画，并将动作转换为图像或照片。LivePortrait 利用基于隐式关键点的框架从单个源图像

阿里Tora视频是阿里巴巴推出的ai视频生成框架，基于轨迹导向的扩散变换器（DiT）技术，能够将文本、视觉和轨迹条件融合，生成高质量且符合物理世界的动态视频。Tora主要功能特点：轨迹导向的视频生成：Tora能够根据给定的轨迹生成视频，保持运动的一致性和准确性。轨迹提取器（Trajectory Ex

MedisGo，一款视频在线提取工具，视频解析下载工具，支持流媒体下载 、视频下载 、 m3u8下载 、B站视频下载。MedisGo特点MedisGo支持m3u8视频在线提取工具 流媒体下载m3u8下载。无需抓包：使用软件自带浏览器可以轻松嗅探网页中的视频资源，通过嗅探到的资源列表选择自己想要下载的

EZ-Work 是一款开源 ai 文档翻译助手，旨在帮助用户使用 OpenAI 等大型语言模型 API 快速且经济高效地翻译文档。支持txt、word、csv、excel、pdf、ppt等多种文档格式的翻译，适用于各种需要文档翻译的场景。支持txt、word、csv、excel、pdf、ppt文档A

PDFMathTranslate 是一款开源的只要为翻译科技论文等PDF文件而设计的PDF文档翻译工具。它能够完整保留原文的排版，包括公式和图表，支持双语对照并保持原有目录结构。PDFMathTranslate支持多种翻译服务，如Google、DeepL、Ollama和Openai。PDFMathT