YT Navigator – AI YouTube 内容搜索工具，自然语言查询定位关键信息
YT Navigator 是 AI 驱动的 YouTube 内容搜索工具，帮助用户高效地搜索和浏览 YouTube 频道内容。YT Navigator自然语言查询功能，让用户快速定位到特定频道视频中的...
排序
Step-Video-TI2V – 阶跃星辰开源的图生视频模型
Step-Video-TI2V 是阶跃星辰（StepFun）推出的开源图生视频（Image-to-Video）生成模型，拥有 300 亿参数，能根据文本描述和图像输入生成最长 102 帧的视频。模型基...
Dify-Plus – 基于 Dify 二次开发的企业级增强版项目
Dify-Plus 是基于 Dify 二次开发的企业级增强版项目，集成基于 gin-vue-admin 的管理中心。Dify-Plus在 Dify 基础上新增用户额度、密钥额度、Web 公开页登录鉴权...
GPT-4o mini TTS – OpenAI 推出的文本转语音模型
GPT-4o mini TTS 是 OpenAI 推出的轻量级文本转语音模型，支持将文本内容转换为自然流畅语音的同时，开发者能用指令控制语音的语调、情感和风格，例如“平静”“鼓励”“严肃”等，适应不同...
gpt-4o-transcribe – OpenAI 推出的语音转文本模型
gpt-4o-transcribe是 OpenAI 推出的高性能语音转文本模型。基于最新的语音模型架构，用海量多样化音频数据训练，精准捕捉语音细微差别，显著降低单词错误率（WER），优于前代 Whis...
gpt-4o-mini-transcribe – OpenAI 推出的语音转文本模型
gpt-4o-mini-transcribe 是 OpenAI 推出的语音转文本模型，gpt-4o-transcribe的精简版。gpt-4o-mini-transcribe 基于 GPT-4o-mi...
MSQA – 大规模多模态3D情境推理数据集
MSQA（Multi-modal Situated Question Answering）是大规模多模态情境推理数据集，提升具身AI代理在3D场景中的理解与推理能力。数据集包含251K个问答对，覆盖9...
Chonkie – RAG文本分块库，基于Token、单词、句子和语义的多种分块方法
Chonkie是轻量级、快速且功能丰富的RAG（Retrieval-Augmented Generation）分块库，为文本处理设计。Chonkie支持基于Token、单词、句子和语义的多种分块方法...
Excalidraw – 开源的在线白板工具，手绘风格实时协作
Excalidraw是开源的在线绘图工具，拥有简洁的手绘风格和实时协作功能。Excalidraw完全在浏览器中运行，无需安装，支持多人同时编辑同一张图，提供端到端加密。Excalidraw核心功能包括...
RMBG-2.0 – 开源的图像背景移除模型，支持各类图像高精度背景移除
RMBG-2.0是BRIA AI推出的最新开源图像背景移除模型，基于先进的AI技术实现高精度的前景与背景分离，达到SOTA（State of the Art，即当前最佳）水平。RMBG-2.0在性能上...