浏览量：26
截图任意网页部分，即可获取摘要、翻译、自定义操作等
Blenny是一款基于GPT-4V的AI视觉辅助插件。它可以在浏览器中添加AI视觉功能，帮助用户从网页的任何部分分析信息。通过截图屏幕区域，可以进行快速操作，如即时摘要、翻译、访问网页等。用户可以自定义和构建自己的AI代理，根据需求进行多种用例的操作。
AI代码查找器，快速找到AI论文的代码实现
AI Code Finder是一个免费的浏览器插件，可以快速找到任何AI研究论文的代码实现。它能够自动在Google、ArXiv、学术搜索引擎、论坛等网站上找到与论文相关的代码链接，并提供CODE按钮供用户点击跳转到开源代码实现。用户还可以创建提醒以获取最新的代码实现、作者的最新工作和最新进展。此插件适用于从事人工智能、数据科学、计算机视觉、语音识别、深度学习和大型语言模型等领域的工程师、研究人员、开发人员和技术领导者。
连接数字和物理世界的首款多模态模型
Grok-1.5V是X.AI公司推出的第一代多模态模型。除了强大的文本处理能力外,Grok还可以处理各种视觉信息,包括文档、图表、截图和照片等。该模型在多学科推理、文档理解、科学图表理解、图表解读和现实世界理解等方面表现出色,并将于近期向早期测试用户和现有Grok用户推出。
使用LLMs和计算机视觉自动化基于浏览器的工作流程
Skyvern是一个自动化工具，它结合了大型语言模型（LLMs）和计算机视觉技术，用于自动化基于浏览器的工作流程。它提供了一个简单的API端点，可以完全自动化手动工作流程，替代易碎或不可靠的自动化解决方案。
浏览器扩展，快速混合任意图像风格。
Glif StyleHunter是一款Chrome浏览器扩展，你可以在网页上选择任意图像，并根据你的提示词生成各种风格的混合图像。只需右键点击图像并输入你的提示词，就能将该图像风格直接应用到你想要创造的新图像上，无论是模仿那个风格，还是将其与其他风格结合创造出全新的作品。这个扩展为用户提供了一个直观且灵活的方式，来探索和实验不同的视觉艺术风格，以及将这些风格应用于自己的创意项目中。
GPT-4驱动的浏览器自动化工具
AIEmploye是一个由GPT-4视觉技术驱动的浏览器自动化工具，它可以自动化电子邮件至CRM/ERP的数据传输。该工具利用类似人类的智能来理解电子邮件、收据、发票等，帮助用户节省每周大量时间。
AI驱动的可视化内容解释浏览器插件
Pixplain是一个AI驱动的浏览器插件,它可以让用户与图片和视频进行交互,就像实现了你一直以来的愿望。Pixplain使用最新的AI模型比如GPT-4视觉,可以更好地理解图像内容并给出解释。 主要功能: - 一键获取图像和页面内容的解释 - 支持GPT-4等顶级AI模型 轻松复制、更新或修改提示,获得更流畅的创作体验 - 可以移动Pixplain窗口,获得最佳的页面视图
利用AI改变您与屏幕截图交互的方式
Screenshot AI利用尖端的人工智能，改变了您与屏幕截图交互的方式。它自动分析和提取从收据到笔记的相关详细信息，组织您的视觉数据以进行无缝检索。借助直观的搜索功能，轻松浏览屏幕截图，确保您不会错过关键信息。使用 Screenshot AI 保持完美组织，简化图像管理并提升您的搜索体验。立即下载以简化您的数字生活并释放您视觉记忆的全部潜力。
快速截图分享和自定义提示的ChatGPT视觉插件
QuickVision是为ChatGPT Plus用户设计的Chrome插件，可实现ChatGPT视觉功能。它可以快速截图分享，并允许自定义提示，提升与AI的互动体验。功能包括：快速截图分享、实用的自定义提示、自动集成到ChatGPT界面、不需要额外的代币费用。使用场景包括：AI聊天、图像讨论、个性化对话等。
触发快捷键，选择区域，提问问题，获取答案。
DoSearch是一款能够将屏幕截图转化为GPT-4视觉搜索的工具。只需按下快捷键，选择任意屏幕区域，然后提问问题，即可从截图中获取答案。它采用先进的人工智能技术，能够准确分析各种视觉内容，带来快速、准确、互动的搜索体验。DoSearch不仅仅是一个工具，更是你个人的即时知识助手，重新定义了搜索方式，让搜索变得与你的好奇心一样动态。
Chat GPT Diagram是一个强大的浏览器扩展，通过将Mermaid、PlantUML、SVG和HTML代码块无缝转换为视觉吸引力的图片，提升聊天平台上的交流体验。
Chat GPT Diagram是一个功能强大的浏览器扩展，旨在通过无缝转换Mermaid、PlantUML、SVG和HTML代码块为视觉吸引力的图片，提升你在聊天平台上的交流体验。它自动检测聊天对话中的代码块，并立即将它们转换为视觉上令人赏心悦目的图片，使你的讨论更加引人入胜和易于理解。通过Chat GPT Diagram，你可以方便地以清晰简洁的方式传达复杂的想法，无需额外的工具或软件。
最强自动化浏览器
Eagle Bot是一款集浏览器、聊天机器人和自动化软件于一体的创新产品。它基于先进的自然语言处理、计算机视觉和AI驱动的机器人流程自动化引擎，将您的指令转化为动作，为您提供无缝集成的定制浏览器，大大提升您的浏览和自动化体验。它具备强大的搜索功能、独特的对话体验、创造性的可视内容生成、跨平台的自动化等特点。
AI视频笔记本- 视频笔记，AI生成
视频笔记本是一款由ChatGPT API提供支持的视频笔记插件。用户可以在YouTube、Google Meet、Udemy等平台上使用该插件，实现对视频和会议记录的文字、截图和笔记的标注。插件通过计算机视觉AI自动截取会议和视频中的幻灯片，并使用ChatGPT API生成AI笔记，对视频中发言者的内容进行摘要。用户还可以将视频整理到笔记本中，进行搜索、回顾和导出。该插件适用于各类学习视频、在线课程、虚拟会议等场景。
AI驱动的测试自动化平台
Applitools是一款AI驱动的视觉测试和监控平台。Applitools Visual AI易于设置，并与所有现代测试框架集成。通过使用Applitools，您可以减少创建、执行和维护自动化测试所需的时间，并测试应用程序的大量部分。Applitools提供UI验证、测试基础设施、跨浏览器测试和自动化测试维护等功能。它还支持测试Web、移动和桌面应用程序，以及PDF和文档等其他形式的媒体。
自动创建带有截图的逐步培训指南
Driveway是一款Chrome插件，通过记录您在浏览器中的操作，自动创建带有截图的逐步培训指南。它可以帮助您节省时间并提高工作效率。Driveway还提供自动生成文本描述和语音解说的功能，并支持自定义指南、数据安全和合规性、详细分析等特性。定价详情请参考官方网站。
AI助手：代码片段管理器+工作流上下文工具
Pieces for Developers是一款AI助手，提供代码片段管理和工作流上下文工具。它可以保存、增强、生成、搜索和重用开发者材料，帮助开发者提高生产力。它的特点包括保存和搜索代码片段、自动生成标题和描述、提取屏幕截图中的代码、离线使用、智能协助等。Pieces for Developers还与多种开发工具和平台进行了集成，如Visual Studio Code、IntelliJ IDEA、Chrome浏览器等。
通过生成式人工智能创造带有惊喜和情感的视觉效果，降低电子商务和营销的创意制作成本。
Fotographer.ai是一个AI产品图像生成器，通过生成式人工智能创造出令人惊喜和情感的视觉效果。它可以帮助降低电子商务和营销领域的创意制作成本。该产品使用先进的AI技术，可以根据指定的文本或产品图像，快速生成逼真的照片和背景图像。它不仅可以节省摄影产品和模特的时间和费用，还提供了丰富的AI模特照片库，可以用于广告和营销。
TikTok验证码解决API
SadCaptcha是一个解决TikTok验证码的插件，它可以快速、准确地解决TikTok的旋转、拼图和3D形状验证码。它使用先进的计算机视觉算法，能够高效解决验证码，并且适用于任何设备和屏幕分辨率。
AI眼镜，赋予你视觉分析与实时翻译的超能力
Frame是Brilliant Labs推出的一款AI眼镜，它通过集成的AI技术，为用户提供实时的视觉分析和翻译功能。这款眼镜结合了OpenAI和Whisper技术，允许用户通过视觉和听觉来搜索和理解他们所看到和听到的内容。Frame的主要优点在于它的开放源代码特性，鼓励开发者、艺术家和黑客探索和创造新的功能，推动产品的创新和个性化。此外，它还包括了Mister Power功能，确保全天候的电池续航。
一种用于实时渲染大型数据集的分层3D高斯表示方法
这项研究提出了一种新的分层3D高斯表示方法，用于实时渲染非常大的数据集。该方法通过3D高斯splatting技术提供了优秀的视觉质量、快速的训练和实时渲染能力。通过分层结构和有效的细节层次(Level-of-Detail, LOD)解决方案，可以高效渲染远处内容，并在不同层次之间实现平滑过渡。该技术能够适应可用资源，通过分而治之的方法训练大型场景，并将其整合到一个可以进一步优化以提高高斯合并到中间节点时的视觉质量的层级结构中。
AI生成专业头像照片，将普通照片提升为专业头像照片，轻松打造个人形象。
HeadshotsWithAI是一款使用先进的人工智能技术生成专业头像照片的产品。它能够将普通照片转化为符合专业摄影标准的头像照片，包括适用于LinkedIn头像、商务头像和视觉吸引力的考虑因素。使用HeadshotsWithAI，您可以在家中轻松完成头像照片拍摄，并以高分辨率下载选择的头像照片，用于网站、LinkedIn个人资料、名片和其他营销材料。
Ilus AI是一款AI插画生成器，可以快速创建美丽、风格一致的插画作品。
Ilus AI是一款AI插画生成器，可以帮助用户快速生成美丽、风格一致的插画作品。它采用先进的人工智能技术，可以自动绘制出逼真的插画作品。该产品的主要优点包括：1. 快速生成插画作品，节省时间和精力；2. 风格一致，可以保持整体的视觉统一性；3. 提供多种预设模型和样式选择，满足不同的创作需求；4. 支持用户自定义训练和优化，可以生成符合特定风格的插画作品；5. 导出插画作品的多种格式，方便在不同平台上使用。
SazeAI是一款AI助手工具，提供给作家和创作者使用的AI创作工具。
SazeAI是一个AI助手工具，旨在帮助作家和创作者创作出引人注目的内容，生成令人惊叹的视觉效果，以及打造有影响力的演讲。它提供强大的AI工具，提高工作效率，释放您的业务潜力。
基于Java的全能视觉智能识别项目
JavaVision是一个基于Java开发的全能视觉智能识别项目，它不仅实现了PaddleOCR-V4、YoloV8物体识别、人脸识别、以图搜图等核心功能，还可以轻松扩展到其他领域，如语音识别、动物识别、安防检查等。项目特点包括使用SpringBoot框架、多功能性、高性能、可靠稳定、易于集成和灵活可拓展。JavaVision旨在为Java开发者提供一个全面的视觉智能识别解决方案，让他们能够以熟悉且喜爱的编程语言构建出先进、可靠且易于集成的AI应用。
Illusion Diffusion是一款免费创新的AI工具，通过文本提示将普通照片转化为迷人的图像，将艺术之美与AI技术相结合。
Illusion Diffusion是一款免费创新的AI工具，通过Stable Diffusion和Controlnet AI模型，将普通照片转化为艺术品，提供文本提示来生成视觉错觉和超现实图像。
扩展LLaVA模型，集成Phi-3和LLaMA-3，提升视觉与语言模型的交互能力。
LLaVA++是一个开源项目，旨在通过集成Phi-3和LLaMA-3模型来扩展LLaVA模型的视觉能力。该项目由Mohamed bin Zayed University of AI (MBZUAI)的研究人员开发，通过结合最新的大型语言模型，增强了模型在遵循指令和学术任务导向数据集上的表现。
通过使用数据驱动的学习方法和实时的、视觉引人注目的洞察力来解锁学习者的全部潜力，以衡量和推动他们的成长。
LearnQ.ai是一个智能学习平台，通过使用数据驱动的学习方法和实时的、视觉引人注目的洞察力，来解锁学习者的全部潜力。它提供了智能学习工具，使学习和教学过程个性化、智能化、高效率。学生可以通过游戏化的方式进行学习，平台还提供实时分析和学习进度可视化，帮助学生更加智能和快速地掌握知识。
© 2024 AIbase 备案号：闽ICP备2023012347号-1