浏览量：14
AI智能监管浏览器
Lion Accountability Browser是一款基于人工智能的监管浏览器，能够准确检测出不良网站和图片，提供网页浏览历史记录、黑名单功能，并可定制检测级别和屏蔽图片功能。是帮助用户建立良好上网习惯的理想选择。
增加账户销售效率的AI代理平台
aomni是一个AI代理平台，可以训练一个AI助手，帮助销售人员更高效地工作。它可以聚合来自互联网的数据，创建全面的公司报告，帮助您转化更多的优质潜在客户并优先考虑最有可能购买的人群。此外，aomni的AI助手还可以与销售代表一起工作，利用内部销售知识库来优化电子邮件、幻灯片、商业案例等，提供超相关的信息。aomni广泛应用于顶级公司的销售代表。
智能助手，简化家长学校邮件管理
TLDR Parents是一个AI驱动的软件，旨在让家长通过最少的努力，保持信息的更新、组织和快乐。它通过将学校和课外活动的邮件转化为互动日历事件，帮助家长简化生活，无需阅读所有邮件即可掌握所有重要事项。此外，它还允许家长轻松保存电子邮件中的重要部分，与合作伙伴协作避免重复工作，发现有趣的内容。
防止账户共享，提高用户转化率
Rupt是一个专注于防止账户共享的服务，它使用先进的AI算法来精确识别共享账户的行为，并将这些共享者转化为付费用户。该服务通过简单的SDK和集成，快速检测账户共享，提供个性化的用户体验，以确保用户在享受服务的同时，不会受到干扰。Rupt还提供了详细的分析和洞察，帮助企业优化产品并增加收入。
一体化Twitter管理工具，助您轻松管理账户，快速增长
Soaster是一款一体化的Twitter管理工具，通过AI技术帮助您无缝管理账户，并实现快速增长。它提供多种功能，包括计划推文、自动回复、社交媒体分析等，让您更轻松地管理和增加Twitter账户的影响力。Soaster的优势在于智能化的推文管理和增长策略，帮助您节省时间和精力，同时实现更好的社交媒体表现。价格方面，请访问官方网站获取详细信息。
视频重制，精确控制内容与运动
ReVideo是一个创新的视频编辑技术，它允许用户在特定区域进行精确的视频编辑，通过指定内容和运动来实现。这项技术通过修改第一帧来实现内容编辑，而基于轨迹的运动控制提供了直观的用户交互体验。ReVideo解决了内容和运动控制之间耦合和训练不平衡的新任务。通过开发三阶段训练策略，逐步从粗到细解耦这两方面，并提出一种时空自适应融合模块，以在不同的采样步骤和空间位置整合内容和运动控制。
扩展ChatGPT，语音控制与朗读
Voice Control for ChatGPT x Mia AI是一个扩展，为ChatGPT提供语音控制和朗读功能。通过录音按钮，您可以录制并发送语音查询给ChatGPT，无需打字。AI的回答会朗读出来，确保流畅的听觉交互。此外，该插件还可以将ChatGPT变成您的个人语音助手，具备Mia AI的功能。
控制视频生成模型
传统的3D内容创作工具赋予用户直接控制场景的几何形状、外观、动作和摄像机路径，从而将他们的想象变为现实。然而，创建计算机生成的视频是一个繁琐的手动过程，可以通过新兴的文本到视频扩散模型实现自动化。尽管前景广阔，视频扩散模型难以控制，限制了用户应用自己的创造力，而不是放大它。为了解决这一挑战，我们提出了一种新颖的方法，将动态3D网格的可控性与新兴扩散模型的表现力和可编辑性相结合。为此，我们的方法以动画化的低保真度渲染网格作为输入，并将从动态网格获得的地面真实对应信息注入预训练的文本到图像生成模型的各个阶段，以输出高质量和时间一致的帧。我们在各种示例上演示了我们的方法，其中动作可以通过对绑定资产进行动画化或改变摄像机路径来获得。
控制文本到图像生成过程
FreeControl是一个无需训练就可以实现对文本到图像生成过程的可控制的方法。它支持对多种条件、架构和检查点的同时控制。FreeControl通过结构指导实现与指导图像的结构对齐,通过外观指导实现使用相同种子的生成图像之间的外观共享。FreeControl包含分析阶段和合成阶段。在分析阶段,FreeControl查询文本到图像模型生成少量种子图像,然后从生成的图像构建线性特征子空间。在合成阶段,FreeControl在子空间中运用指导实现与指导图像的结构对齐,以及使用与不使用控制的生成图像之间的外观对齐。
基于控制网络的图像生成模型
FLUX.1-dev-Controlnet-Canny-alpha是一个基于控制网络的图像生成模型，属于Stable Diffusion系列。它使用先进的Diffusers技术，通过文本到图像的转换为用户提供高质量的图像生成服务。此模型特别适用于需要精确控制图像细节和风格的场景。
多重时变控制的音乐生成模型
Music ControlNet 是一种基于扩散的音乐生成模型，可以提供多个精确的、时变的音乐控制。它可以根据旋律、动态和节奏控制生成音频，并且可以部分指定时间上的控制。与其他音乐生成模型相比，Music ControlNet 具有更高的旋律准确度，并且参数更少、数据量更小。定价信息请访问官方网站。
团队聊天AI，控制成本，保护数据
SquadGPT是一个团队聊天AI产品，让您的团队能够与AI进行交流和协作，同时控制成本、保持可见性和保护数据安全。它提供了简单的聊天界面，您可以邀请其他人加入到与AI的聊天中。SquadGPT让您能够AI-enable您的团队，同时控制成本。您可以根据需要自定义AI聊天的行为和偏好。您可以在多人协作的情况下使用SquadGPT，例如招聘/面试、辅导、团队学习、头脑风暴、游戏和问题解决、员工入职等。SquadGPT能够提供企业对员工使用AI的控制和可见性。您可以通过SquadGPT监控和控制AI成本，轻松比较AI的成本与其为您的业务带来的价值。您的对话数据由OpenAI的GPT模型通过其API处理，非常安全。根据OpenAI的政策，他们不会查看使用API提交的数据。您还可以创建规则来控制与后端AI模型的数据交互。SquadGPT是未来人工智能与人类的结合，让未来变为现实。
音乐生成模型，通过控制网络进行微调。
Stable Audio ControlNet 是一个基于 Stable Audio Open 的音乐生成模型，通过 DiT ControlNet 进行微调，能够在具有 16GB VRAM 的 GPU 上使用，支持音频控制。此模型仍在开发中，但已经能够实现音乐的生成和控制，具有重要的技术意义和应用前景。
ChatGPT AI助手，语音查询，眼镜控制
Lucyd App是一款配有ChatGPT AI助手的应用程序，支持语音查询和眼镜控制。通过Lucyd App，您可以通过语音与ChatGPT进行交流，无需键盘输入。该应用程序具有简洁易用的界面和灵活的历史功能，支持导出和回放查询记录。Lucyd App免费提供，适用于iOS和Android设备。
视频生成的精细控制工具
Ctrl-Adapter是一个专门为视频生成设计的Controlnet，提供图像和视频的精细控制功能，优化视频时间对齐，适配多种基础模型，具备视频编辑能力，显著提升视频生成效率和质量。
将智能设备控制权交到您手中。
01 App是一个基于iOS和Android的应用程序，它通过简单的按键对讲界面，允许用户从世界任何地方控制Mac、Windows和Linux机器。该应用代表了一种新型的计算平台，专注于软件而非硬件，通过提供更好的SDK、集成语音模型、提高教学模式的可靠性和增加多模态功能来增强用户体验。01 App的推出，是为了让用户能够更便捷地体验到01平台的智能设备控制能力，同时避免了制造硬件所带来的复杂性和成本。
Portkey.ai - AI应用控制面板
Portkey是一个LLMOps平台，帮助企业更快地开发、发布、维护和迭代生成式AI应用和功能。通过Portkey的可观测性套件和AI网关，数百个团队可以发布可靠、高效和快速的应用。价格根据需求定制。
基于实体表示的任意物体运动控制
DragAnything是一款利用实体表示实现任意物体运动控制的产品。与拖动像素的传统方式不同，DragAnything可以实现真正的实体级运动控制。它可以实现用户轨迹交互，并具有SAM功能。该产品可以精确控制物体的运动，生成高质量视频，用户只需在交互过程中绘制一条轨迹。DragAnything可实现对前景、背景和相机等不同元素的多样化运动控制。定位于设计领域，适用于需要对视频中物体进行精细控制的场景。产品定价未公开。
ComfyUI的详细控制节点，优化图像细节。
ComfyUI-Detail-Daemon是一个基于muerrilla的sd-webui-Detail-Daemon移植的节点，用于ComfyUI，可以调整控制细节的sigmas值。这个工具特别适用于增强Flux模型的细节，同时可能去除不需要的背景模糊。它包括四个节点：Detail Daemon Sampler、Detail Daemon Graph Sigmas、Multiply Sigmas和Lying Sigma Sampler，提供了多种方法来增强图像细节。
物理模拟角色的指令驱动控制系统
InsActor是一个基于物理模拟的角色控制系统。它可以通过自然语言指令驱动角色在复杂环境中完成各种交互任务。该系统利用条件与对抗扩散模型进行多级规划,并与低级控制器相结合,实现稳定、鲁棒的控制。具有控制流畅、交互自然的优势,适用于创意内容生成、互动娱乐、人机交互等应用场景。
WordPress插件构建工具，集成AI和版本控制。
BudCoder是一个为WordPress插件开发者设计的构建工具，它通过集成AI技术帮助用户快速创建和优化插件。该工具支持版本控制，允许开发者跟踪和管理代码的每个版本，提高开发效率和代码质量。
精准控制文本生成视频的相机姿态
CameraCtrl 致力于为文本生成视频模型提供精准相机姿态控制，通过训练相机编码器实现参数化相机轨迹，从而实现视频生成过程中的相机控制。产品通过综合研究各种数据集的效果，证明视频具有多样的相机分布和相似外观可以增强可控性和泛化能力。实验证明 CameraCtrl 在实现精确、领域自适应的相机控制方面非常有效，是从文本和相机姿态输入实现动态、定制视频叙事的重要进展。
未来演示控制的手势识别技术
Phantomy AI是一款利用计算机视觉软件，通过屏幕对象检测和手势识别技术，增强用户交互和演示的先进工具。它无需额外硬件，即可通过直观的手势控制屏幕，为用户提供了一种无需接触的交互方式。Phantomy AI的主要优点包括高精准的屏幕对象检测、基于手势的控制、流畅的幻灯片导航、增强的用户体验和广泛的应用场景。产品背景信息显示，Phantomy AI由AI工程师Almajd Ismail开发，他拥有软件开发和全栈开发的背景。关于价格和定位，页面上没有提供具体信息。
强化 ChatGPT，加入语音控制和文本转语音功能
ChatGPT Voice Assistant是一款增强版的ChatGPT插件，集成了语音控制和文本转语音功能。该插件允许您通过录音按钮捕捉和发送语音查询给ChatGPT，省去了打字的必要性。AI的回答会通过语音播放，确保无缝的听觉交互。这样，您可以轻松地与智能对话伙伴互动，并探索先进AI的能力。 特点： - 捕捉语音输入并发送给ChatGPT - 回答会通过语音播放（如果您喜欢阅读，可以关闭语音播放） - 支持多种语言 - 通过点击麦克风按钮或按住空格键来捕捉语音 - 重复播放语音回答 ChatGPT Voice Assistant使用浏览器的本地语音识别功能。请确保在提示时授予麦克风权限。
AI原生版本控制工具，提升代码协作效率。
gait是一个AI原生版本控制工具，它通过存储提示、上下文和代码的结合，帮助团队更容易理解和编辑AI生成的代码。gait自动保存AI代码生成对话，并通过版本控制与团队共享开发上下文。它支持GitHub Copilot和Cursor，并且提供了包括AI Blame、Codegen Analytics和Team Collaboration在内的多种功能。gait旨在通过AI技术提高开发人员的生产力，同时确保代码的版权和知识产权得到保护。
为文本到视频扩散模型添加稀疏控制
SparseCtrl是为了增强对文本到视频生成的控制性而开发的，它能够灵活地结合稀疏信号进行结构控制，只需一个或少量输入。它包括一个额外的条件编码器来处理这些稀疏信号，同时不影响预训练的文本到视频模型。该方法兼容各种形式，包括素描、深度和RGB图像，为视频生成提供更实用的控制，并推动故事板、深度渲染、关键帧动画和插值等应用。大量实验证明了SparseCtrl在原始和个性化文本到视频生成器上的泛化能力。
© 2025 AIbase 备案号：闽ICP备08105208号-14