产品库

开源项目，复现OpenAI的Sora模型

Open-Sora-Plan是一个开源项目，旨在复现OpenAI的Sora（T2V模型），并构建关于Video-VQVAE（VideoGPT）+ DiT的知识。项目由北京大学-兔展AIGC联合实验室发起，目前资源有限，希望开源社区能够贡献力量。项目提供了训练代码，并欢迎Pull Request。

用OpenAI Sora将文本转化为视频

OpenAI Sora是一个免费在线工具，可以将文本转化为引人入胜的视频。使用Sora，您可以将想法转化为引人注目的视觉故事。立即在线体验Sora的免费功能。

创造视频的创新工具

ChatGptSora是一款开源平台，利用OpenAI的Sora模型，使用户能够轻松从文本中创建视频。通过输入指令，借助Sora先进的AI技术生成逼真的场景和动画，从而实现高质量视频的创作。ChatGptSora的部署简单，操作方便，适用于寻求创新的创作者，利用OpenAI的前沿Sora能力进行视频创作。了解更多信息，请访问ChatGptSora官方网站。

通过文本生成高质量AI视频

Sora视频生成器是一个可以通过文本生成高质量AI视频的在线网站。用户只需要输入想要生成视频的文本描述,它就可以使用OpenAI的Sora AI模型,转换成逼真的视频。网站还提供了丰富的视频样例,详细的使用指南和定价方案等。

从文本生成视频

SoraPrompt是一种AI模型，可以根据文本指令创建逼真且富有想象力的场景。它利用Sora技术生成视频查询摘要，用于高效的内容分析。SoraPrompt基于最新的openai技术，可以生成各种类型的视频，如水族馆、纽约市、后退慢跑者、篮球爆炸、大溪地等。用户可以根据自己的兴趣和想法与SoraPrompt互动。

一键生成视频

Sora AI是基于Sora的网络工具，使用OpenAI的Sora模型，用户可以轻松地通过文本生成视频。Sora AI具有以下功能：1. 通过简单的文本生成高质量的视频内容；2. 支持多种主题和风格的视频生成；3. 快速生成视频，提高工作效率；4. 可自定义视频元素和配乐；5. 灵活的定价计划，满足不同需求。

SoraWebui是一款开源的文本转视频平台

SoraWebui是一个开源的基于OpenAI Sora模型的文本转视频平台。它提供了一个简单易用的界面,用户只需要输入文本就可以一键生成视频。平台开源免费,支持一键部署。SoraWebui的优点是开源免费、使用简单、部署容易。它可以帮助用户快速便捷地将文本内容转化为视频,节省视频制作时间和成本。

Sora AI 开发的纯文本到视频生成模型

Sora 是 OpenAI 开发的文本到视频生成模型,能够根据文本描述生成长达1分钟的逼真图像序列。它具有理解和模拟物理世界运动的能力,目标是训练出帮助人们解决需要实物交互的问题的模型。Sora 可以解释长篇提示,根据文本输入生成各种人物、动物、景观和城市景象。它的缺点是难以准确描绘复杂场景的物理学以及理解因果关系。

使用 OpenAI Sora 创建令人惊叹的视频

Open AI Sora 是一个由 OPENAI 推出的 AI 模型，被称为文本到视频模型，能够根据文本命令生成生动而富有想象力的场景。它能够根据用户提供的文本提示创建复杂的场景，其中包含多个角色、动态环境和精确细节。它可以将用户的想法转化为引人入胜的视觉效果。

Sora AI-OpenAI 模型的最全面的视频样本和指南

Sora AI-OpenAI 是由OpenAI开发的AI模型，可以根据文本指令生成逼真和富有想象力的视频。它是一个文本到视频模型，可以生成长达一分钟的视频，同时保持视觉质量和对用户提示的遵循。Sora旨在理解和模拟运动中的物理世界，以培训帮助人们解决需要与真实世界互动的问题的模型。

结合AI与实时网络信息，提供快速准确的搜索答案。

SearchGPT是OpenAI测试中的一个新AI搜索功能原型，它结合了AI模型的强大能力与网络信息，为用户提供快速、及时且来源清晰的答案。该原型目前仅向一小群用户和出版商开放，以获取反馈。SearchGPT旨在通过实时网络信息增强模型的对话能力，使寻找答案变得更快、更易。它还能让用户像与人对话一样提出后续问题，共享上下文随着每个查询而建立。OpenAI致力于与出版商和创作者建立繁荣的生态系统，通过突出显示高质量内容并提供多个用户参与机会的对话界面来增强搜索体验。

确保文本原创性，防止抄袭的AI检测工具。

AI文本检测器是一款专业的AI检测工具，利用先进的AI技术，为用户提供文本原创性检测服务。它通过多种检测模型，如Chatgpt Detector Roberta、Roberta-Large OpenAI Detector和Roberta Academic Detector，确保检测结果的准确性和可靠性。该工具不仅免费使用，还支持多语言，响应速度快，并且强调用户隐私和数据安全。

一个可自托管的强大聊天机器人构建器

Typebot是一个开源的聊天机器人构建器，允许用户通过可视化方式创建高级聊天机器人，嵌入到任何web/mobile应用中，并实时收集结果。它提供了34多种构建块，如文本、图片、视频、音频、条件分支、逻辑脚本等，支持多种集成方式，如Webhook、OpenAI、Google Sheets等。Typebot支持自定义主题，以匹配品牌身份，并提供深度分析功能，帮助用户洞察聊天机器人的表现。

成本效益高的智能模型

GPT-4o mini 是 OpenAI 推出的一款成本效益极高的小型智能模型。它在多模态推理和文本智能方面超越了其他小型模型，并支持与 GPT-4o 相同的语言范围。该模型在数学推理和编码任务上表现出色，能够处理大量上下文信息，并支持快速、实时的文本响应。GPT-4o mini 的推出旨在使智能技术更广泛地应用于各种应用场景，降低成本，提高可访问性。

快速构建基于AI的会话头像

AIAvatarKit是一个用于快速构建基于AI的会话头像的工具。它支持在VRChat、集群和其他元宇宙平台以及现实世界的设备上运行。该工具易于启动，具有无限的扩展能力，可以根据用户的需求进行定制。主要优点包括：1. 多平台支持：可以在多种平台上运行，包括VRChat、集群和元宇宙平台。2. 易于启动：用户可以立即开始对话，无需复杂的设置。3. 扩展性：用户可以根据需要添加无限功能。4. 技术支持：需要VOICEVOX API、Google或Azure的语音服务API密钥以及OpenAI API密钥。

构建知识图谱的Neo4j应用

llm-graph-builder是一个利用大型语言模型（如OpenAI、Gemini等）从非结构化数据（PDF、DOCS、TXT、YouTube视频、网页等）中提取节点、关系及其属性，并使用Langchain框架创建结构化知识图谱的应用程序。它支持从本地机器、GCS或S3存储桶或网络资源上传文件，选择LLM模型并生成知识图谱。

智能协调子代理的框架

maestro是一个用于协调子代理的智能框架，它利用Anthropic API中的Opus和Haiku两种AI模型来分解目标任务，执行子任务，并最终整合结果。该框架支持多种API，包括Anthropic、Gemini、OpenAI等，并且通过LiteLLM简化了模型选择过程。

快速AI语音助手

Swift是一个由Groq、Cartesia和Vercel支持的快速AI语音助手。它使用Groq进行OpenAI Whisper和Meta Llama 3的快速推理，Cartesia的Sonic语音模型进行快速语音合成，并实时流式传输到前端。VAD技术用于检测用户说话并运行语音片段上的回调。Swift是一个使用TypeScript编写的Next.js项目，并部署在Vercel上。

快速使用和评估提示技术

QualityPrompts是一个Python插件，实现了58种不同的提示技术，这些技术来源于OpenAI、Microsoft等机构的调研。它通过提供少量示例来帮助用户快速构建和评估他们的提示。该插件的主要优点是能够显著提高解决数学问题等任务的准确性，并且易于使用和集成。

随时随地，一键生成文本。

InlineGPT是一个插件，它允许用户在任何应用程序中通过快捷键快速生成文本。它利用OpenAI的API，将选定的文本作为提示，生成新的文本输出，极大地提高了写作和文本编辑的效率。产品背景是解决用户在不同应用程序间切换的不便，提供一种无缝的文本生成体验。InlineGPT目前是免费的，用户只需提供OpenAI API密钥即可使用。

快速易用的LLM推理和服务平台

vLLM是一个为大型语言模型(LLM)推理和提供服务的快速、易用且高效的库。它通过使用最新的服务吞吐量技术、高效的内存管理、连续批处理请求、CUDA/HIP图快速模型执行、量化技术、优化的CUDA内核等，提供了高性能的推理服务。vLLM支持与流行的HuggingFace模型无缝集成，支持多种解码算法，包括并行采样、束搜索等，支持张量并行性，适用于分布式推理，支持流式输出，并兼容OpenAI API服务器。此外，vLLM还支持NVIDIA和AMD GPU，以及实验性的前缀缓存和多lora支持。

集成大型语言模型的SDK

Semantic Kernel是一个集成了大型语言模型（LLMs）如OpenAI、Azure OpenAI和Hugging Face的软件开发工具包（SDK），它允许开发者通过定义可串联的插件，在几行代码内实现与AI的交互。其特色在于能够自动编排AI插件，使用户能够通过LLM生成实现特定目标的计划，并由Semantic Kernel执行该计划。

使用GPT解析PDF为Markdown

gptpdf是一个利用大型视觉语言模型（如GPT-4o）将PDF文件解析为Markdown格式的工具。它通过PyMuPDF库识别非文本区域，并使用OpenAI API进行内容解析，几乎可以完美地处理排版、数学公式、表格、图片和图表等。平均成本为每页0.013美元，具有高效和低成本的特点。

体全球首款搭载了GPT-4o的智能眼镜

Solos 智能眼镜搭载 SolosChat，由 OpenAI 提供支持，实现无缝沟通和语言翻译能力。可保持连接，打破语言障碍。Solos AirGo Vision能分析周围事物，可以识别人、物体、地点，可以作为导航使用等

AI驱动的演示平台，提供人性化交互体验。

DemoDazzle是一个利用OpenAI高级语言模型的AI驱动演示平台，旨在自动化各种产品和服务的演示和引导过程。该平台通过创建定制化的虚拟形象，提供实时的AI会话和问题解答，以提升用户体验和满意度。产品的主要优点包括智能化、个性化和高效率。DemoDazzle即将上线，目前处于测试模式。

无需编写代码即可创建智能代理的LLM工具。

Nerve是一个可以创建具有状态的代理的LLM工具，用户无需编写代码即可定义和执行复杂任务。它通过动态更新系统提示和在多个推理过程中保持状态，使代理能够规划和逐步执行完成任务所需的操作。Nerve支持任何通过ollama、groq或OpenAI API可访问的模型，具有高度的灵活性和效率，同时注重内存安全。

语音转文字的智能助手

Voice Pen是一款利用人工智能技术将语音转换为文字的应用程序，它支持超过50种语言，使用OpenAI的Whisper技术提供完美的转录和标点。用户可以使用Voice Pen记录语音，生成笔记、摘要、电子邮件、消息、博客帖子等。此外，它还具备AI重写功能，帮助用户清晰地组织文本、总结、制作列表、创建博客/帖子/推文、Instagram标题和电子邮件。Voice Pen注重用户隐私，不收集任何录音或文本数据。

革命性AI技术，多模态智能互动

GPT-4o是OpenAI的最新创新，代表了人工智能技术的前沿。它通过真正的多模态方法扩展了GPT-4的功能，包括文本、视觉和音频。GPT-4o以其快速、成本效益和普遍可访问性，革命性地改变了我们与AI技术的互动。它在文本理解、图像分析和语音识别方面表现出色，提供流畅直观的AI互动，适合从学术研究到特定行业需求的多种应用。

开源实时翻译应用，支持多语种对话。

RTranslator 是全球首款开源的实时翻译应用，专为 Android 设计，支持多种语言的实时对话翻译。它利用 Meta 的 NLLB 和 OpenAI 的 Whisper 模型，实现高质量的翻译和语音识别，保护用户隐私，且支持离线使用。