猫目
登录
首页
内容分类
全部分享
350
开源项目
141
新模型
94
新工具
111
新技术
4
发现工具
专题
我的收藏
推荐项目
登录
搜索
每日分享
发现值得一试的 AI 项目、模型与新工具。
11月1日星期日
新模型 · 最新发布优先
94 条分享 · 第 3 页
10 月 28 日
ACE-Step：一首歌生成之后，继续改歌词和风格
围绕 v1-3.5B 的改词、局部重绘和参考音频界面，理解一段歌曲草稿怎样继续修改。
新模型
12:54
13 次阅读
阅读全文
MusicGen：带着一条旋律，试出不同的编曲方向
官方把同一段旋律配上摇滚、流行和嘻哈描述；旋律型号、英文输入与非商业权重会影响选择。
新模型
12:54
12 次阅读
阅读全文
SAM 3D Objects：给照片里的物体补出三维形状，遮罩决定先做哪一个
用照片与对象遮罩生成可检查形状、纹理和布局的三维初稿，单图补全与实际测量有不同用途。
新模型
12:54
18 次阅读
阅读全文
SAM Audio：一段混音里想留下哪种声音，可以用三种提示来指定
文字、视频对象和时间片段都能指向目标声，输出同时保留目标与残余，采用前需要申请检查点。
新模型
12:54
13 次阅读
阅读全文
SUPIR：让模糊照片长出纹理，也要留意它改了什么
汽车与雪豹的官方对比，呈现生成式复原的观感变化，也提醒纹理不能充当原始记录。
新模型
12:54
40 次阅读
阅读全文
CodeFormer：老照片变清楚以后，还像原来的人吗？
官方合照能看见清晰度变化，保真权重则决定怎样取舍；更自然的五官不自动成为历史事实。
新模型
12:54
39 次阅读
阅读全文
ProPainter：移除视频里的人物，还要让下一帧接得上
从冰场官方动画看时间传播：其他帧能提供补全线索，遮罩、显存和非商业许可仍决定采用。
新模型
12:54
43 次阅读
阅读全文
10 月 24 日
GLM-OCR：几张图片是一份文档，还是几份资料？输入列表会改变结果
先做版面分析再识别区域，SDK把多页组织与结构化输出接在一起。
新模型
02:21
44 次阅读
阅读全文
dots.mocr：读出文档结构，也能把示意图交成SVG代码
从版面JSON到图形代码，先选清楚要的是文字还是图。
新模型
02:21
53 次阅读
阅读全文
PaddleOCR-VL 1.6：整页生成Markdown，单张表格另有识别入口
同一模型家族的页面管线与元素识别，输入和输出不能混着用。
新模型
02:21
48 次阅读
阅读全文
Chandra 2：先选报告中的几页，再把公式和正文留成可编辑文件
Markdown、HTML与逐页元信息同时留下，局部处理不必从整份PDF开始。
新模型
02:21
38 次阅读
阅读全文
DeepSeek-OCR：同一张扫描页，保留版式还是只读文字？
从两种官方提示到PDF脚本产物，先确定自己要拿走什么。
新模型
02:21
30 次阅读
阅读全文
上一页
1
2
3
4
5
8
3
/ 8
下一页
第 3 页，共 8 页
