AI 共存派

WHEE是一个高品质的AI素材生成器，提供各种风格的创作灵感，包括抽象绘画、传统中国风景、幻想、科幻等。用户可以根据需求选择不同风格的图片和插图。提供的素材具有高清晰度、3D效果、生动色彩和专业插图风格。 体验地址： https://www.whee.com 创作工具文生图图生图AI模特图风格模型训练创作词库AI 修图AI 改图内测AI扩图AI超清上新AI无痕消除局部修改AI …

1、使用 PyMuPDF 库，对 PDF 进行解析出所有非文本区域，并做好标记 2、使用视觉大语言模型（如 GPT-4o）将 PDF 解析为 markdown。 我们的方法非常简单(只有293行代码)，但几乎可以完美地解析排版、数学公式、表格、图片、图表等。 每页平均价格：0.013 美元 项目地址： https://github.com/CosmosShadow/gptpdf

doc2x可以将 PDF 文件转换为 Markdown、LaTeX、DOCX 等格式 可以解析排版、数学公式、表格、图片、图表等，对包含表格和公式的文档处理效果比较好，支持多语言翻译（基于glm4和deepseek） 体验地址： https://doc2x.noedgeai.com

微软在官网开源了基于图的RAG（检索增强生成）——GraphRAG，通过构建知识图谱来增强大模型的搜索、问答、摘要、推理等能力。Graph RAG的核心是通过两阶段构建基于图谱的文本索引，帮助大模型更好地捕捉文本中的复杂联系和交互。该方法在处理大规模数据集时表现出色，提升了信息检索和生成的协同工作，适用于处理复杂问题和解读PDF、Word等文档。 项目地址： https://g…

第一阶段 根据用户提供的文本提示，第一阶段使用 Meta 的三维资产生成模型（AssetGen）创建初始 3D 资产。该步骤生成一个带有纹理和 PBR 材质贴图的 3D mesh。推理时间约为 30 秒。 第二阶段 根据阶段 1 生成的三维资产和初始文本提示，阶段 2 将为该资产生成更高质量的纹理和 PBR 贴图。它使用 Meta 的文本到纹理生成器 Meta 3D Textu…

Fish Speech是一个开源的TTS模型，支持中英日语言，语音处理接近人类水平。模型使用约十五万小时的三语数据训练，对中文支持非常完美。 项目地址： https://github.com/fishaudio/fish-speech 体验地址： https://fish.audio/zh-CN/text-to-speech 这是邓紫棋的声音：