AI工具集

LLaDA 2.0是什么 LLaDA 2.0 是蚂蚁集团开源的离散扩散大语言模型（dLLM），包含 16B（mini）和 100B（flash）两个版本。打破了扩散模型难以扩展的瓶颈，首次将参数规模扩...

Claude-Mem是什么 Claude-Mem 是专为 Claude Code 设计的开源插件，能为 AI 提供长期记忆能力。Claude-Mem通过自动存储和管理会话中的关键信息，包括工具调用、对...

Gemini TTS是什么 Gemini TTS 是谷歌推出的先进AI文字转语音技术，最新版本为 Gemini 2.5 Flash 和 Pro 模型。支持多说话人、多语言（24种以上）合成，可生成自然...

通义百聆是什么 通义百聆是阿里通义实验室推出的企业级语音基座大模型，整合 Fun-ASR 语音识别和 Fun-CosyVoice 语音合成两大模型，专为复杂环境下的语音应用设计，通过 Context ...

OpenScreen是什么 OpenScreen 是开源免费的屏幕录制工具，是 Screen Studio 的平替。工具支持 Mac 和 Windows 系统，具备手动缩放、自定义缩放深度、裁剪视频...

LensGo AI是什么 LensGo AI 是创新的 AI 创作平台，支持将简单的文字提示、照片或原始视频素材转化为风格化的图像和视频内容。平台通过强大的多模式创作引擎，让用户在浏览器中轻松实现从文...

Mulan是什么 Mulan是创新的 AI 视频创作平台，为用户提供高效、便捷的视频生成体验。借助画布 Workflow 实现视频的批量生成，通过简单替换素材，可快速迭代出风格相似的视频，极大地提升了...

Genstory是什么 Genstory 是基于 Gemini Storybook 技术的免费 AI 故事生成平台，能将用户的简单想法瞬间转化为精美的绘本故事。用户只需输入故事提示，如“勇敢的小女孩拯...

Paper2Slides是什么 Paper2Slides 是香港大学开源的AI工具，能快速将学术论文、报告和文档转换为专业幻灯片或海报。采用 RAG（检索增强生成）机制，直接从文档本身提取内容，确保生...

Wan-Move是什么 Wan-Move 是阿里巴巴通义实验室等机构开源的运动可控视频生成框架，通过潜在轨迹引导实现高质量的视频运动控制。核心亮点在于无需对现有图像到视频模型进行架构更改，可实现细粒度...