中国科学技术大学和深势科技的研究人员推出一个名为SciLitLLM的人工智能模型，它是为了更好地理解和处理科学文献而设计的。你可以把它想象成一个超级聪明的机器人，它阅读科学文章和论文的能力就像一个科学家或研究 ...... 阅读全文

Azure TTS Web 是一款免费的在线文字转语音（Text-To-Speech，TTS）服务，能够迅速将文本转换为自然流畅的语音输出。这项服务不仅支持多种语言，还能在不同语言间正确转换，如在中文内容中准确处理英文单词。 服务特 ...... 阅读全文

BilibiliSponsorBlock是一个专为哔哩哔哩（Bilibili）视频平台设计的开源项目，旨在自动识别和跳过视频中的赞助内容。该项目由用户 hanydd 在 GitHub 上发起并维护，目的是提升观看体验，让用户能够更加专注于视频本 ...... 阅读全文

Stash 是一个功能强大的媒体管理器，专为成人内容收藏者设计。它允许用户从多个来源下载、管理和同步成人媒体内容，包括视频、图片和漫画等。作为一个开源项目，Stash 由社区驱动，不断更新和完善以满足用户的多样化 ...... 阅读全文

「Favicon.im」是一个简单而实用的在线工具，它能够快速帮助用户获取任何网站的 Favicon。无论是开发人员、设计师还是需要获取网站图标的普通用户，只需输入网站的域名或网址，即可轻松获取结果。Favicon.im 提供两 ...... 阅读全文

华盛顿大学和艾伦人工智能研究所的研究人员推出文本风格转换方法StyleRemix，它能够将文本重新编写，以故意模糊作者的身份。这项技术对于保护作者隐私非常重要，尤其是在需要匿名讨论、双盲审稿或健康服务等敏感情境 ...... 阅读全文

伦敦大学学院的研究人员推出三维重建方法Spann3R，它能够从有序或无序的图像集合中重建出密集的三维几何结构。这个方法的核心在于使用一个基于变换器（transformer）的架构，直接从图像中回归点图（pointmap），而不 ...... 阅读全文

香港中文大学MiuLar实验室、香港中文大学MMLab、字节跳动和上海人工智能实验室的研究人员推出SAM2POINT系统，它是一个用于三维（3D）分割的先进框架。三维分割是指在三维空间中识别和区分不同对象或场景的过程，类似 ...... 阅读全文

浙江大学、阿里巴巴集团 和Meta的研究人员推出新型音频编码模型WavTokenizer，它能够高效地将自然信号如语音、音乐和普通音频压缩成低维度的离散标记（tokens），以便于语言模型处理。简单来说，WavTokenizer就像是 ...... 阅读全文

清华大学和香港科技大学的研究人员推出新型三维场景重建框架ReconX，econX的目标是从稀疏的视角（比如只有几张图片）重建出详细的三维场景。这就像用几张风景照片，来构建一个可以360度观看的三维模型。 项目主页：h ...... 阅读全文

智谱AI和清华大学联合推出新型视觉语言模型家族CogVLM2，它们专门设计用于理解和处理图像与视频内容。简单来说，这些模型就像是拥有超凡视觉能力的智能助手，它们不仅能“看到”图像和视频里的内容，还能理解这些内容 ...... 阅读全文

你是否曾为寻找完美匹配的PNG图片而烦恼？现在，有了「PNG Maker」，这个问题迎刃而解。这是一款利用 AI 技术，根据你的文字描述快速生成透明背景 PNG 图片的工具。 快速、简单、免费 快速生成：只需几秒钟，AI 就能 ...... 阅读全文