有医笔记APP
Top
AI工具集合 14小时前 • 93

有医笔记APP

有医笔记APP的简介有医笔记是百度推出的专为医疗行业设计的智能记录工具。具备图片转文字、语音转文字、医学翻译等功能，可快速将医疗材料如病历、检查报告等转化为文字。还有笔记广场供医疗人员分享知识、讨论问题，以及网页收藏功能，方便整理学习资料。文档管理简单易用，支持多端同步，随时随地查看笔记。有医笔记APP的主要功能图片转文字：依托精准OCR能力，提供五种扫描模式，可快速、准确、结构化地将

AI中国
Read more
AI视频 4周前

Picture to Drawing AI

一、PicturetoDrawing 是什么？PicturetoDrawing 是一款由人工智能驱动的 照片转手绘转换平台，可在数秒内将你的图片转换为逼真的素描、彩铅画、水彩画或漫画风格作品。该平台通过深度学习模型理解图片的光影、纹理与构图，并模拟真实艺术家的绘画笔触，让每张照片都化身为手绘艺术作品。它既是一个AI艺术创作工具，也是个人创意表达和视觉设计的生产力神器。二、Picture

AI中国 AI中国
175 0
AI聊天 4周前

ThinkSound AI

🧠 ThinkSound AI 是什么？ThinkSound AI 是一款革命性的视频转音频（Video-to-Audio）生成平台，它利用“Chain-of-Thought（思维链）推理”技术，将视频内容智能地转换为语义一致、场景匹配的音效与声音环境。与传统的声音匹配工具不同，ThinkSound AI 不仅识别画面中的物体与动作，还能根据语义逻辑自动生成对应的背景声、环境声、以及动作声，

AI中国 AI中国
77 0
AI绘画 4周前

Nano Banana pro

🍌 Nano Banana 是什么？Nano Banana AI 是一款集 AI图像生成（Text-to-Image） 与 智能图像编辑（Image Editing） 于一体的创新平台。它能将简单的文字描述（Prompt）或参考图片转化为高质量的艺术图像，也能对现有图片进行精准的AI编辑。凭借先进的多模态扩散模型（Diffusion Model）与语义理解系统，Nano Banana 能理解

AI中国 AI中国
195 0
AI视频 4周前

WAN22 AI

🎬 WAN22 AI 是什么？WAN22（WAN 2.2） 是一款由 WAN 2.2 TI2V-5B 模型驱动的下一代 AI视频生成平台，能将文本或图像直接转换为高质量的动态视频。它拥有 50亿参数（5B Parameters） 的超大规模模型架构，并基于 Mixture-of-Experts（专家混合机制） 构建，实现了高效的AI视频生成性能。WAN22 支持 Text-to-Video（

AI中国 AI中国
193 0
AI视频 4周前

Opera Neon

🌐 一、Opera Neon 是什么？Opera Neon 是 Opera 公司推出的一款新一代 AI 驱动浏览器，官方定义为：“A browser built to act.” —— 一款能够主动执行任务、理解网页语义、并直接为你行动的智能浏览器。Neon 不再只是“展示网页”，而是一个具备 Agent 能力的操作型浏览器（Agentic Browser）。它能阅读、总结、搜索、执

AI中国 AI中国
83 0
AI视频 4周前

Hairstyle Changer

一、Hairstyle Changer 是什么？Hairstyle Changer（hairstyle-changer.com）是一款基于AI的虚拟发型模拟器，用户只需上传自己的照片，就能瞬间试戴不同的发型与发色。它的AI模型会自动识别面部特征与发区，生成自然、逼真的效果图，帮助用户在剪发或染发前提前预览理想造型。官方在Product Hunt上的口号是：“Unlock Perfect

AI中国 AI中国
146 0
AI视频 4周前

Sora2 AI

一、Sora2 AI 是什么？Sora2 AI 是一款先进的 AI视频生成平台，通过文字或图片输入即可自动生成高质量视频。它结合了文本转视频（Text-to-Video）与图像转视频（Image-to-Video）技术，用户只需输入描述即可快速生成具有运动感、光影、特效及声音的专业视频。其核心目标是：让每个人都能像导演一样，用语言创造视觉故事。二、Sora2 AI 应用场景内容创作者

AI中国 AI中国
169 0
拆解第一代AI应用Jasper.ai 的兴衰：AI 营销工具的护城河，不在模型而在工作流
AI工具集合 4周前

拆解第一代AI应用Jasper.ai 的兴衰：AI 营销工具的护城河，不在模型而在工作流

人人都是产品经理 人人都是产品经理
113 0
AI视频 4周前

SceneGen – 上海交大推出的3D场景生成框架

SceneGen是什么SceneGen是上海交通大学研究团队开发的高效开源3D场景生成框架。能从单张场景图像及其对应的物体分割掩码出发，通过一次前向传播，直接生成包含完整几何结构、纹理和空间布局的3D场景。创新之处在于端到端的生成流程，无需依赖耗时的优化过程或从资产库中检索组装，显著提升了生成效率。技术核心包括局部与全局场景信息的聚合模块，以及能同时预测3D资产及其相对空间位置的位置预测头，确

AI中国 AI中国
136 0
那个被低估的免费AI，帮我写完了专利、搞定了设计系统
AI工具集合 1月前

那个被低估的免费AI，帮我写完了专利、搞定了设计系统

人人都是产品经理 人人都是产品经理
128 0
「Sora 2」发布，工具、玩具、还是行业杀手？
AI工具集合 1月前

「Sora 2」发布，工具、玩具、还是行业杀手？

AI中国 AI中国
143 0
AI视频 1月前

Ming-UniAudio – 蚂蚁集团开源的音频多模态模型

Ming-UniAudio是什么Ming-UniAudio 是蚂蚁集团开源的音频多模态模型，统一语音理解、生成和编辑任务。核心是 MingTok-Audio，一个基于 VAE 框架和因果 Transformer 架构的连续语音分词器，能有效整合语义和声学特征。基于此，Ming-UniAudio 开发了一个端到端的语音语言模型，平衡了生成和理解能力，并通过扩散头确保高质量的语音合成。Ming-U

AI中国 AI中国
146 0
AI视频 1月前

Agent Kit – OpenAI推出的AI Agent开发工具

Agent Kit是什么Agent Kit 是 OpenAI 推出的一套完整的智能体开发工具包，帮助开发者将 AI 代理从原型快速推进至生产环境。包含三大核心组件：Agent Builder可视化画布工具，支持拖拽节点设计复杂工作流，无需从零编写代码、ChatKit可定制聊天界面工具包，支持嵌入自有品牌并降低交互开发成本， Connector Registry集中管理数据与工具连接的中心。工具

AI中国 AI中国
99 0
AI视频 1月前

Code2Video – 国立大学推出的AI教学视频生成框架

Code2Video是什么Code2Video是新加坡国立大学Show Lab团队开发的AI教学视频生成框架，通过Python代码自动生成高质量教育视频。核心创新在于采用三智能体协作模式：Planner负责将知识点转化为结构化故事板，Coder将故事板转为可执行Manim代码，Critic优化视觉布局。相比传统视频生成工具，在知识传递效率（MMMC基准测试中提升40%）、画面稳定性方面表现更优

AI中国 AI中国
170 0
AI视频 1月前

OpenLens AI – 清华推出的医学研究AI助手

OpenLens AI是什么OpenLens AI 是清华大学自动化系推出的专为医学研究设计的全自主人工智能研究助手，通过多智能体协作，实现从文献综述、实验设计、数据分析到论文生成的全流程自动化，极大提升医学研究效率，将科研周期从“月级”缩短至“小时级”。工具集成多种质量控制机制，确保研究结果的可靠性和可复现性。OpenLens AI 的出现标志着医学研究进入“零人工”时代，为科研范式带来重大

AI中国 AI中国
187 0
AI视频 1月前

ReceiptHero – 开源AI记账工具，拍照生成数字化账单

ReceiptHero是什么ReceiptHero 是开源的 AI 记账工具，能通过拍照将收据快速转化为数字化账单。工具基于先进的 AI 图像识别技术，用高达 95% 的准确率提取收据上的日期、金额、商户名称等关键信息，支持自动对支出进行智能分类，如餐饮、交通等。系统能生成可视化报表，帮助用户清晰了解消费情况。ReceiptHero 能节省时间，提升财务管理效率，是现代人高效记账的理想选择。

AI中国 AI中国
67 0
B端Ai工具应用从工作流到智能体
AI工具集合 1月前

B端Ai工具应用从工作流到智能体

人人都是产品经理 人人都是产品经理
149 0
0基础也能玩转AI电商图，这款工具太省心
AI工具集合 1月前

0基础也能玩转AI电商图，这款工具太省心

AI中国 AI中国
98 0
AI视频 1月前

StableAvatar – 复旦推出的音频驱动视频生成模型

StableAvatar是什么StableAvatar 是复旦大学、微软亚洲研究院等推出的创新音频驱动虚拟形象视频生成模型。模型通过端到端的视频扩散变换器，结合时间步感知音频适配器、音频原生引导机制和动态加权滑动窗口策略，能生成无限长度的高质量虚拟形象视频。模型解决了现有模型在长视频生成中出现的身份一致性、音频同步和视频平滑性问题，显著提升生成视频的自然度和连贯性，适用虚拟现实、数字人创建等场

AI中国 AI中国
79 0
混元3D-Part – 腾讯推出的组件式3D生成模型
AI视频 1月前

混元3D-Part – 腾讯推出的组件式3D生成模型

混元3D-Part是什么混元3D-Part是腾讯推出的3D生成模型，由P3 – SAM和X – Part组成，首次实现高精度、可控的组件式3D生成，支持50 + 组件自动生成。用户可先用混元3D 2.5或3.0生成整体Mesh，再由P3 – SAM进行自动、精确的组件分割，X – Part将其分解为独立部件，输出高保真、结构一致的部件几何体，同时保持灵活可控性。在游戏建模、3D打印等领域有广泛

AI中国 AI中国
218 0
AI视频 1月前

混元3D-Omni – 腾讯混元推出的3D资产生成框架

混元3D-Omni是什么混元3D-Omni（Hunyuan3D-Omni）是腾讯混元3D团队提出的3D资产生成框架，通过多种控制信号实现精准的3D模型生成。基于Hunyuan3D 2.1架构，引入了统一的控制编码器，可处理点云、骨骼姿态、边界框等多种控制信号，避免信号混淆。框架采用渐进式、难度感知的采样策略进行训练，优先采样难度较高的信号，提升模型对缺失输入的鲁棒性。Hunyuan3D-Omn

AI中国 AI中国
154 0
国内也能用！中国版Gamma让你3分钟出PPT
AI工具集合 1月前

国内也能用！中国版Gamma让你3分钟出PPT

AI中国 AI中国
209 0
GDPVAL – OpenAI开源的AI模型经济价值评估框架
AI视频 1月前

GDPVAL – OpenAI开源的AI模型经济价值评估框架

GDPVAL是什么GDPval 是 OpenAI 推出的全新评估框架，用在衡量 AI 模型在真实经济价值任务上的表现。GDPval 从美国 GDP 贡献最大的 9 个行业中选取 44 种职业，设计 1320 个真实任务（开源版本包含 220 个），涵盖软件开发、法律文书、机械工程、护理计划等多个领域。任务由平均有 14 年经验的专业人士设计，经过多轮审核，确保贴近实际工作场景。GDPval 的

AI中国 AI中国
163 0
一键生成PPT太鸡肋？学这个才是真的省力！
AI工具集合 1月前

一键生成PPT太鸡肋？学这个才是真的省力！

AI中国 AI中国
76 0
FLM-Audio – 智源研究院开源的全双工音频对话模型
AI视频 1月前

FLM-Audio – 智源研究院开源的全双工音频对话模型

FLM-Audio是什么FLM-Audio 是北京智源人工智能研究院联合 Spin Matrix 与新加坡南洋理工大学共同发布的原生全双工音频对话大模型，支持中文和英文。采用原生全双工架构，可在每个时间步合并听觉、说话和独白通道，避免传统时分复用方案的高延迟问题。其独特的自然独白与双重训练范式，使模型在对话中更接近人类的自然交流方式，有效解决了异步对齐问题。FLM-Audio 仅用 100 万

AI中国 AI中国
203 0
Spark Chemistry-X1-13B – 科大讯飞开源的化学模型
AI视频 1月前

Spark Chemistry-X1-13B – 科大讯飞开源的化学模型

Spark Chemistry-X1-13B是什么Spark Chemistry-X1-13B 是科大讯飞开源的化学专业大型语言模型。模型基于讯飞星火X1-0420大模型，经过多种化学任务数据集的微调，具备卓越的复杂化学问题解决能力，同时保持强大的通用性。模型基于新的注意力掩码机制，结合长思维链和快思考，有效防止不同推理模式之间的干扰。模型在高等知识问答、化学名称转换和分子性质预测等任务上表现

AI中国 AI中国
163 0
AI视频 1月前

SimpleFold – 苹果开源的轻量级蛋白质折叠预测AI模型

SimpleFold是什么SimpleFold 是苹果公司推出的轻量级蛋白质折叠预测 AI 模型。模型基于流匹配（Flow Matching）技术，跳过多序列比对（MSA）等复杂模块，直接从随机噪声生成蛋白质的三维结构，大幅降低计算成本。在 CAMEO22 和 CASP14 等权威基准测试中，SimpleFold 表现出色，无需昂贵的多序列比对和三角注意机制，能达到与顶尖模型（如 AlphaF

AI中国 AI中国
192 0
AI视频 1月前

Vidu Q2 – 生数科技推出的新一代图生视频模型

Vidu Q2是什么Vidu Q2是生数科技推出的新一代图生视频大模型，实现了AI视频生成技术从“视频生成”到“演技生成”的跨越，标志着AI视频进入追求“神似”的新纪元。Vidu Q2能生成极其细腻的面部微表情，使数字角色展现出生动且具感染力的演技，可胜任复杂表情变化的文戏、多人打斗场景的武戏及大片炫酷特效。在镜头语言上更丰富，可实现从宏观全景到微观特写的快速切换，复杂运镜秒级精准可控；语义理

AI中国 AI中国
91 0
AudioFly – 科大讯飞开源的文生音效模型
AI视频 1月前

AudioFly – 科大讯飞开源的文生音效模型

AudioFly是什么AudioFly 是科大讯飞开源的文本生成音效的AI模型。模型用潜在扩散模型架构，拥有10亿参数，通过大量开放数据集（如AudioSet、AudioCaps、TUT）及内部专有数据训练而成。AudioFly 能根据文本描述生成高质量音频，采样率高达44.1kHz，生成的音效与文本描述高度匹配。模型在单事件和多事件场景下均表现出色，在AudioCaps数据集上性能卓越，超越

AI中国 AI中国
211 0
Audio2Face – 英伟达开源的AI面部动画生成模型
AI视频 1月前

Audio2Face – 英伟达开源的AI面部动画生成模型

Audio2Face是什么Audio2Face 是 NVIDIA 推出的AI面部动画生成模型，通过音频输入能生成逼真的面部动画。模型能分析音频中的音素和语调，驱动角色的嘴唇动作和表情，实现精准的口型同步与情感表达。模型现已开源，开发者可通过 SDK 和插件，在 Maya 和 Unreal Engine 5 等工具中快速生成高质量的动画，或用训练框架定制模型。Audio2Face 广泛应用在游戏

AI中国 AI中国
204 0
加载更多

推荐文章

Google Veo3 视频模型：AI视频赤脚镜头的初步测试？

Google Veo3 视频模型：AI视频赤脚镜头的初步测试？

4月前 • 视频教程
速抢（2核2G）77元/年香港免备案服务器

速抢（2核2G）77元/年香港免备案服务器

0秒前 • AI热点
从互联网视频提取多模态具身数据、将数采成本降至行业千分之五，具身智能企业获数千万元融资｜硬氪首发

从互联网视频提取多模态具身数据、将数采成本降至行业千分之五，具身智能企业获数千万元融资｜硬氪首发

3周前 • AI热点
OpenAI 坚决反击马斯克：法院裁定请求毫无依据

OpenAI 坚决反击马斯克：法院裁定请求毫无依据

5月前 • AI热点
Sora 首周在美国 iOS 平台下载量几乎与 ChatGPT 平起平坐

Sora 首周在美国 iOS 平台下载量几乎与 ChatGPT 平起平坐

4周前 • AI热点
这家中国软件巨头，靠AI能否“蝶变”？

这家中国软件巨头，靠AI能否“蝶变”？

4月前 • AI热点
Coco Robotics 携手 UCLA 教授共建新型物理人工智能实验室

Coco Robotics 携手 UCLA 教授共建新型物理人工智能实验室

3周前 • AI热点
OpenAI 重磅升级 ChatGPT 搜索功能，让智能响应更精准！

OpenAI 重磅升级 ChatGPT 搜索功能，让智能响应更精准！

4月前 • AI热点

热门标签

sillytavern 绝区零UP主激励计划 在线购物 ChatGPT购物功能 AI实际应用 生活记录 小米 聊天模式 AI+ Products

热门作者

作者头像

AI前沿

2.4k 粉丝

作者头像

机器学习实验室

1.8k 粉丝

作者头像

AI创业圈

3.1k 粉丝