产品库

基于ERes2NetV2模型的音色稳定性评分与音色打标。

ChatTTS_Speaker是一个基于ERes2NetV2说话人识别模型的实验性项目，旨在对音色进行稳定性评分和音色打标，帮助用户选择稳定且符合需求的音色。项目已开源，支持在线试听和下载音色样本。

Soro 2是由OpenAI Sora 2 API驱动的前沿AI视频创作套件。

Soro 2是一款由OpenAI Sora 2 API驱动的AI视频创作平台。其重要性在于利用先进的AI技术，革新了数字视频制作。主要优点包括能精确理解复杂文本指令、实现无缝场景过渡、支持自定义角色嵌入、具备高级物理建模和集成音频等功能。产品背景基于OpenAI Sora 2的强大架构。价格方面，可免费试用，还能领取每日免费额度。定位是面向内容创作者、数字营销人员、在线教育者和独立电影制作人等，帮助他们将创意转化为专业的视频内容。

开源的语音识别和说话人分割模型推理代码

Reverb 是一个开源的语音识别和说话人分割模型推理代码，使用 WeNet 框架进行语音识别 (ASR) 和 Pyannote 框架进行说话人分割。它提供了详细的模型描述，并允许用户从 Hugging Face 下载模型。Reverb 旨在为开发者和研究人员提供高质量的语音识别和说话人分割工具，以支持各种语音处理任务。

自动语音识别工具，提供词级时间戳和说话人识别

BetterWhisperX是一个基于WhisperX改进的自动语音识别模型，它能够提供快速的语音转文字服务，并具备词级时间戳和说话人识别功能。这个工具对于需要处理大量音频数据的研究人员和开发者来说非常重要，因为它可以大幅提高语音数据处理的效率和准确性。产品背景基于OpenAI的Whisper模型，但做了进一步的优化和改进。目前，该项目是免费且开源的，定位于为开发者社区提供更高效、更准确的语音识别工具。

基于OpenAI Whisper的自动语音识别与说话人分割

whisper-diarization是一个结合了Whisper自动语音识别(ASR)能力、声音活动检测(VAD)和说话人嵌入技术的开源项目。它通过提取音频中的声音部分来提高说话人嵌入的准确性，然后使用Whisper生成转录文本，并通过WhisperX校正时间戳和对齐，以减少由于时间偏移导致的分割错误。接着，使用MarbleNet进行VAD和分割以排除静音，TitaNet用于提取说话人嵌入以识别每个段落的说话人，最后将结果与WhisperX生成的时间戳关联，基于时间戳检测每个单词的说话人，并使用标点模型重新对齐以补偿小的时间偏移。

Gempix 2利用Nano Banana 2技术实现专业文本到图像生成与智能图像编辑

Gempix 2是一款先进的AI图像生成工具，代表着AI创意的下一次进化。它基于Nano Banana 2技术，结合强大的扩散架构与智能压缩技术，拥有双编码器系统和智能优化功能。主要优点包括能生成高质量图像、处理速度快、支持多语言等。适用于设计师、艺术家和创作者等专业人士。页面未提及价格，但提供免费试用。

独立社区工具，用Nano Banana 2技术生成惊艳AI图像，免费使用。

GEMPIX2是一个独立的社区驱动平台，用于探索Nano Banana 2的AI图像生成能力。该平台允许用户使用高级提示词创建令人惊叹的AI生成图像。其重要性在于为社区提供了一个免费且便捷的方式来体验和探索新兴的AI图像生成技术。产品的主要优点包括生成速度快、无需信用卡即可免费无限次生成、图像质量高。价格方面，用户可以免费使用，无需任何费用。其定位是为社区用户提供一个自主探索AI图像生成技术的平台，不与Google及其产品有任何关联。

轻量级、先进的2B参数文本生成模型。

Gemma 2 2B是谷歌开发的轻量级、先进的文本生成模型，属于Gemma模型家族。该模型基于与Gemini模型相同的研究和技术构建，是一个文本到文本的解码器仅大型语言模型，提供英文版本。Gemma 2 2B模型适用于问答、摘要和推理等多种文本生成任务，其较小的模型尺寸使其能够部署在资源受限的环境中，如笔记本电脑或桌面电脑，促进了对最先进AI模型的访问，并推动了创新。

Sora2 AI结合Sora 2技术与UltraThink，可快速创作出惊艳的视频。

Sora2 AI是一款由先进的Sora 2技术和UltraThink提示优化功能驱动的Sora Pro视频生成器。该产品的主要优点在于其强大的功能，能够将文本快速转化为带有AI同步音频、4K分辨率的惊人电影级视频，且具备专业的编辑能力。无需等待名单和邀请码，用户可直接开始创作，给予了用户纯粹的创作自由。其背景是随着AI技术的发展，为满足创作者、营销人员和企业对高效、低成本视频制作的需求而推出。关于价格，页面未明确提及，可能提供免费试用或付费使用模式。产品定位是为各类用户提供便捷、高效、专业的视频创作解决方案，帮助他们快速、低成本地制作出高质量的视频。

全球首个 A2A Agent 注册平台，携手共创 Agent 协作网络。

A2A 市场是一个致力于全球 A2A 代理协作的平台，通过开放协议实现不同代理之间的通信与互操作性。它为开发者和企业提供了一个注册和展示 A2A 代理的机会，助力构建一个高效的代理协作网络，推动代理技术的应用与发展。A2A 市场的目标是通过标准化协议，实现 AI 代理之间的无缝对接，提升工作效率和协作能力。

一键生成复古PS2风格图片

PS2 Filter AI Tool是一款在线工具，使用先进的AI技术，用户可以上传自己的图片，一键转换成复古的PlayStation 2风格。它不仅能够提供独特的视觉效果，还能让用户轻松分享到社交媒体，享受复古游戏的视觉体验。

利用LLM提高T2I图像生成一致性

OPT2I是一个T2I优化框架，利用大型语言模型（LLM）提高提示-图像一致性。通过迭代生成修订后的提示，优化生成过程。能显著提高一致性得分，同时保持FID并增加生成数据与真实数据召回率。

提供Sora 2 AI提前访问，升级中，现可使用Veo 3等工具。

Sora2ai.ai是一个提供Sora 2 AI早期访问权限的网站。Sora 2 AI由OpenAI推出，是一款具有革命性的人工智能视频生成技术。目前Sora 2服务尚未开放，网站提供Veo 3和NanoBanana等工具，未来将集成Sora 2。该网站定位为帮助用户提前体验和准备使用Sora 2 AI，以提升创意工作流程。价格方面，用户注册可获得免费信用额度。其重要性在于让用户在Sora 2正式发布前就能接触到相关技术，提前规划创作流程。

智能销售与B2B联系信息的GPT插件

Persana AI是一款超强的Chrome插件，可实现大规模的LinkedIn信息搜集、AI消息推送、人员/公司洞察和验证的联系信息。通过Persana AI，您可以在LinkedIn和Gmail上创建高度个性化的消息，并自动生成验证的联系信息。还可以直接将LinkedIn的个人信息保存到HubSpot。Persana AI还集成了ChatGPT，可以回答关于潜在客户的特定问题，并提供即时的潜在客户和公司洞察。这个插件适用于需要快速高效的LinkedIn信息推送、人员/公司洞察和联系信息验证的销售团队、招聘人员和个人。

Y2K风格的文本/字体生成模型

FLUX Y2K TYPEFACE是一个基于LoRA技术的文本/字体生成模型，能够以高精度生成Y2K风格的文本、字体、标志和徽章。该模型由Black Forest Labs, Inc.授权，代表了文本和字体生成技术的新进展，具有高度的创造性和实用性。

Sora2借助OpenAI技术，可从文本和图像生成专业级电影品质视频。

Sora2是由OpenAI先进技术驱动的视频生成模型。其重要性在于为全球内容创作者带来了前所未有的视频创作体验。主要优点包括具备革命性的物理模拟、完美的角色一致性和电影级输出质量。产品背景是依托于OpenAI最先进的视频生成模型。价格方面，提供多种灵活的定价方案，如每月49.9美元的Plus计划、99.9美元的Pro计划和199.9美元的Enterprise计划，也可购买一次性信用包。定位是面向内容创作者、营销人员和视频专业人士，满足他们专业视频创作的需求。

由OpenAI Sora 2驱动的AI视频生成平台，可创建高质量视频。

Soar 2是一款由OpenAI Sora 2驱动的革命性AI视频生成平台。其重要性在于为创作者、营销人员、教育工作者和电影制作人提供了突破性的视频创作能力。主要优点包括能够通过自然语言提示创建10 - 20秒的电影级视频，具备高级自然语言理解、多镜头连贯性、个性化客串和原生音频等功能。产品背景依托于强大的OpenAI API。价格方面，有免费每日信用额度，也提供不同套餐的付费选项，如Basic套餐每月6.9美元，Pro套餐每月13.9美元。定位是满足各类用户对于高质量AI视频创作的需求，推动AI视频创作进入新的阶段。

Sora 2 AI视频生成器，可依据文本创建具有高级动感的电影级视频。

Sora 2 Video Generator是一款基于Sora 2技术的在线AI视频生成平台。其重要性在于为用户提供了便捷、高效且具有创造性的视频制作方式。主要优点包括先进的运动逼真效果，能让视频中的动作更加自然流畅；支持多镜头叙事，可轻松构建复杂的故事线；具备强大的创意控制能力，用户能完全按照自己的想法定制视频。产品背景方面，随着AI技术的发展，市场对高效视频生成工具的需求日益增长，该平台应运而生。价格信息文档未提及。其定位是为各类需要制作视频的用户提供专业、易用的视频创作解决方案。

打造有温度的数字人，注入灵魂。

awesome-digital-human-live2d 是一个开源项目，旨在创建具有交互性的数字人物模型。它支持Docker快速部署，集成了Dify服务，支持ASR、LLM、TTS、Agent等模块化扩展，并且可以控制Live2d人物模型。该项目通过模块化设计，简化了数字人的创建过程，使得开发者能够更专注于个性化和创新。

基于Unity的Live2D虚拟人实时聊天系统

AI女友是一款基于Unity开发的Live2D虚拟人实时聊天系统，它利用Live2D技术提供动态的虚拟人形象，结合Unity的实时渲染功能，实现与用户的动态交互和聊天。主要功能包括Live2D虚拟人形象集成、实时聊天、图像处理和人脸检测，支持高清分辨率显示，并且可自定义和扩展。

基于OpenAI Sora 2的AI视频生成器，可从文本或图像生成带声音的高清视频。

V2Sota是一个基于OpenAI Sora 2的在线AI视频生成平台。Sora 2是OpenAI最新的AI视频生成模型，能从文本提示或图像创建具有声音的电影级视频，提供高清输出和逼真的物理模拟。该平台无需下载和安装，用户可直接在浏览器中使用。平台提供多种定价计划，包括标准计划和Pro计划，以满足不同用户的需求。其定位为专业创作者和企业，适用于商业用途，如社交媒体营销和专业项目。价格方面，有月付和年付选项，年付可享受优惠，且无隐藏费用，未使用的信用额度可滚动。

Sora2视频生成器，用AI创建角色一致、语音同步的爆款视频

Sora2 Video Generator是一款由Sora 2驱动的视频生成工具，代表了先进的AI视频生成技术。其重要性在于极大地降低了视频创作的门槛，让用户能够快速将创意转化为高质量视频。主要优点包括：实现超逼真视觉效果，光影、动作和材质表现自然；音频与对话同步，增强故事的可信度；具备无与伦比的控制能力，让用户能精准把控创作过程。产品背景依托于强大的Sora 2 AI模型。价格方面，生成一个视频需5个学分，定位为满足各类创作者进行高效、高质量视频创作的需求。

PaliGemma 2是功能强大的视觉语言模型，简单易调优。

PaliGemma 2是Gemma家族中的第二代视觉语言模型，它在性能上进行了扩展，增加了视觉能力，使得模型能够看到、理解和与视觉输入交互，开启了新的可能性。PaliGemma 2基于高性能的Gemma 2模型构建，提供了多种模型尺寸（3B、10B、28B参数）和分辨率（224px、448px、896px）以优化任何任务的性能。此外，PaliGemma 2在化学公式识别、乐谱识别、空间推理和胸部X光报告生成等方面展现出领先的性能。PaliGemma 2旨在为现有PaliGemma用户提供便捷的升级路径，作为即插即用的替代品，大多数任务无需大幅修改代码即可获得性能提升。

Aria Gen 2 是一款用于机器感知、情境 AI 和机器人研究的新型智能眼镜。

Aria Gen 2 是 Meta 推出的第二代研究级智能眼镜，专为机器感知、情境 AI 和机器人研究而设计。它集成了先进的传感器和低功耗的机器感知技术，能够实时处理 SLAM、眼动追踪、手势识别等功能。该产品旨在推动人工智能和机器感知技术的发展，为研究人员提供强大的工具来探索如何让 AI 更好地理解人类视角的世界。Aria Gen 2 不仅在技术上取得了突破，还通过与学术界和商业研究实验室的合作，促进了开放研究和公众对这些关键技术的理解。

2D游戏动画生成模型

godmodeanimation是一个开源的2D游戏动画生成模型，它通过训练文本到视频和图像到视频的模型来生成2D游戏动画。开发者使用了公共游戏动画数据和3D mixamo模型渲染动画来训练动画生成模型，并开源了模型、训练数据、训练代码和数据生成代码。

B2B 计费和收入管理解决方案

Received AI 提供专为 B2B 合同和混合定价模型设计的自动化发票、计费和收入管理解决方案，帮助提高运营效率、拓展能力并恢复对数据的控制。

Falcon 2 是一款开源、多语言、多模态的模型，具备图像到文本转换能力。

Falcon 2 是一款具有创新功能的生成式 AI 模型，为我们创造了一种充满可能性的未来路径，只有想象力才是限制。Falcon 2 采用开源许可证，具备多语言和多模态的能力，其中独特的图像到文本转换功能标志着 AI 创新的重大进展。

即时访问ChatGPT，DALL·E 3，Claude，Llama 2和其他AI

AI Hubs是一个提供即时访问ChatGPT，DALL·E 3，Claude，Llama 2和其他AI的网站。它提供了各种功能，包括聊天、图像生成、文字生成等。用户可以在AI Hubs上使用这些AI来满足不同的需求。AI Hubs定位于为用户提供便捷的AI访问服务，并且具有简单易用、高效准确的特点。定价根据使用情况进行收费。

超高质量的 B2B 潜在客户

Looti 是一款基于 AI 的预测营销工具，可以帮助您建立受众群体并发现超高质量的 B2B 潜在客户。通过 Looti，您可以在几次点击中生成 B2B 潜在客户，使用 20 多个筛选条件进行精细调整，并获取符合受众群体的超高质量潜在客户的联系信息。Looti 还提供强大的 AI 超级细分功能，让您能够像专业人士一样对数据进行细分。无需清洗数据，Looti 提供一切所需。支持与 Hubspot、Pipedrive、Lemlist、Emailable 和 Zero Bounce 等工具的内部集成。

B2B Lead Generation Platform

Leadgenerator.io是一款B2B领先的全能平台，提供CRM、销售流程、目标列表建立和项目管理等一站式解决方案。它帮助用户从发现到成交完成所有销售目标，提供定量和定性预测分析，提高团队生产力，拓展营销覆盖范围，自动化销售流程，增加收入，降低成本。Leadgenerator.io是销售、市场营销和运营团队的最佳B2B线索生成平台。