Gemini 1.5 Pro-高效的多模态混合专家模型

MiniGPT4-Video是一个专为视频理解而设计的多模态大模型，能够同时处理时态视觉数据和文本数据，善于理解视频的复杂性，适用于多种视频内容的分析和处理任务。

Pix2Pix是一个在线视频编辑工具，利用提示引导用户编辑视频，结合Instruct Pix2Pix Diffusion，用户可以为视频应用逼真且富有创意的效果。

Samantha是一款帮助用户快速记录语音笔记和长篇笔记的工具，同时可以组织每日日志，促进心理健康和情感整理。

Anime2SD是一个自动化的动漫截图管道，旨在帮助用户构建用于文本到图像模型训练的数据集，具有高效性和灵活性。它能够从动漫及其他来源自动生成和处理截图，极大地简化了数据准备的过程。

Tailor 是一款前沿的 AI 工具，旨在通过个性化的新闻摘要，帮助用户简化信息过载的问题，提供准确、相关的新闻内容。

Sora AI Video是一个网站，提供最新的Sora生成视频及相关提示，收录了超过100个Sora创建的视频，并附带使用的提示信息。我们将在Sora可用时进行集成，请持续关注！

6DGS是一个基于3D高斯点云模型的项目，旨在从单幅图像中进行物体的6D姿态估计。该技术在机器人视觉和增强现实等领域具有重要应用价值。

Shorts Factory AI 是一款先进的工具，通过将 ChatGPT 与我们的独家应用程序结合，用户可以轻松制作出无数个 YouTube Shorts。想象一下，只需 30 分钟就能制作 100 个视频！

AssignmentGPT AI是一款专业的写作工具，帮助用户创作出色的作业、论文、博客、课程计划，解决作业问题，并高质量地改写内容，旨在提升你的写作能力。

AnyToSpeech是一个在线文本转语音转换器，允许用户将文本、PDF、文档、扫描图像和网址转换为语音。它提供多种语言的真实声音，为从文本内容生成音频提供了简洁明了的解决方案。

这个开源项目的目标是帮助用户学习其他人的直播技巧并创建剧本。具体实现步骤如下： 1. 使用WhisperX工具来识别直播的字幕。可以通过访问"/blob/main/whisperx_for_uploading_file.ipynb"获取相关内容。 2. 使用GPT-4进行字幕翻译。可以通过访问"/releases/tag/1.0.1"获取相关内容。 3. 进行人工校对，对翻译结果进行修正。 4. 编写脚本生成Ass文件（一种字幕文件格式）。

YourBestAccent.com 是一个帮助用户通过自己的声音克隆来掌握外语口音的平台。用户可以在这里练习发音，提升口语流利度，增强语言学习的效果。该平台利用先进的语音技术，提供个性化的学习体验，帮助用户更自信地使用外语。

Recaster AI是一个电商助手，能够从产品图像中生成SEO内容。用户可以轻松导入Shopify、WordPress、亚马逊、阿里巴巴或自定义应用的数据，Recaster AI会为电商平台上的每个必要字段生成内容。

edu720是一个旨在转变员工学习方式的学习平台，提供丰富的互动课程和学习资源，帮助企业提升员工技能和知识水平。

Gotalk.ai是一个利用深度学习算法将文本转换为自然人声的AI语音生成器，旨在简化配音制作过程，适用于内容创作者、营销人员以及各行业专业人士。该平台提供丰富的定制选项，使高质量的配音制作变得易于实现，无需昂贵的录音设备或专业配音演员。

一个名为 insanely-fast-whisper 的新实现，使用 OpenAI's Whisper Large v3，适用于 Mac 或 Nvidia GPU，结合 Whisper + Pyannote 库加速音频转录和语音分段。

Alpaca是一个为艺术家设计的个性化AI工具包，可以直接在Photoshop画布中使用。用户可以将草图、缩略图或简单涂鸦转换为惊艳的图像，通过文本或其他图像快速探索，并将AI无缝集成到工作流程中。

Pict.AI是一个先进的AI艺术生成器，只需简单的文字输入，就能将您的想法转化为精彩的视觉作品。用户可以个性化定制壁纸、头像等多种图像。下载我们的应用程序，轻松生成任何您想象中的AI图像。