开源项目

个专门针对生成引擎的印象度量标准！
实验表明，使用GEO的简单策略可以在商业生成引擎上显著提高内容的可见性，提升幅度高达40%。

M2UGen能够理解各种音乐，包括风格、演奏乐器、表达的情绪情感等，并进行音乐问答。
而且还能根据文本、图像、视频和音频生成各种音乐，同时对生成的音乐也能理解并根据文字描述对音乐进行编辑。

可以帮助你撰写和保存日记条目，记录你的思考和经历，当备忘录也可以！内置了OpenAI 的API功能，可以自己写提示词让AI帮你扩展你的想法和日记。

由MyShell TTS开发。它能够仅使用一小段参考发言者的音频片段来复制其声音，然后能生成多种语言的语音。

SSR-Encoder能够提取图像中的多种特征，包括人物、视觉元素、风格、情感和细节等

然后它会利用提取的这些特征再结合文字提示，重新生成新的图像。

Radishes一个开源的跨平台的无版权音乐平台，它提供的音乐全是无版权音乐。你可以自由地听歌和下载音乐，而不用担心版权问题。

界面包含了多种专门针对学术研究的编辑和交互功能，可以提高学术论文研究、编程和数据分析的效率和质量。

苹果12月14日释放了一个名为Ferret的多模态大语言模型，该模型不仅可以准确识别图像并描述其内容。

同时它还能够识别和定位图像中的各种元素，无论你用怎样的方式描述图像内容，Ferret都能准确地在图像中找到并识别出来。

AppAgent可以通过自主学习和模仿人类的点击和滑动手势，能够在手机上执行各种任务。

超详细参数设置！再也不用为不会写人像提示词发愁啦！重新优化为json列表更方便自定义和扩展！已包含标准工作流和turbo工作流

你只需要提供一张人物的静态照片和一段语音录音，VividTalk就能将它们结合起来，制作出一个看起来像是实际说话的人物的视频。