AI项目与工具

ViewCrafter

ViewCrafter是一种由北京大学、香港中文大学和腾讯合作开发的先进视频扩散模型。它能够从单一或少量图像中合成高质量的新视图,结合视频扩散模型和基于点的3D表示,通过迭代视图合成策略和相机轨迹规划生成多样化的视图。该模型在多个数据集上展示了强大的泛化能力和性能,适用于实时渲染、沉浸式体验及场景级文本到3D生成等多种应用场景。

Eagle 2.5

Eagle 2.5 是一款由英伟达开发的视觉语言模型,专注于长上下文多模态学习,具备处理高分辨率图像和长视频序列的能力。其参数规模为 8B,但性能接近更大模型。采用信息优先采样和渐进式后训练策略,提升模型稳定性与适应性。支持多样任务,适用于视频分析、图像处理、内容创作及教育等多个领域。

TRINKA

TRINKA是一款专注于学术和技术写作的AI语法检查工具,提供全面的语法检查、风格优化、抄袭检测及LaTeX文档校对功能。其核心优势在于支持多种文档格式、保障用户隐私以及优化文本的准确性和一致性,广泛应用于学术、技术、正式写作及商业沟通等领域。

雪鸮AI

雪鸮AI是一款功能全面的AI图像处理工具,支持大师模型、黑白上色、线稿提取、文字擦除、水印去除、图片放大及老照片修复等多种功能。适用于动漫、游戏、影视等行业,能有效提升设计效率与作品质量,适合设计师、学生及个人创作者使用。

Retake

Retake是一款基于人工智能技术的照片编辑和修复应用程序,主要功能包括超分辨率放大、低清人像修复、超级降噪、低光照增强和人像动漫化等。其所有AI计算均在本地进行,保障了用户的数据安全和隐私。Retake支持用户上传多张照片,通过AI分析和合成,生成高质量的照片,适用于摄影爱好者、专业摄影师、设计师、普通用户以及历史照片修复者等多种用户群体。

Buzz

Buzz是一款基于OpenAI Whisper模型的离线语音转文字工具,支持实时语音转文字和音频视频文件转录。它具备多语言识别和翻译功能,支持多种格式导出,并能在本地离线操作以保护用户隐私。主要应用于视频字幕制作、采访记录整理、语言学习辅助、会议记录和学术研究等场景。

OMNE Multiagent

OMNE Multiagent是一个基于长期记忆技术的大模型多智能体框架,由天桥脑科学研究院开发。它支持多个智能体协同工作,每个智能体能独立学习和理解环境,具备深度慢思考和实时适应能力。OMNE框架通过优化搜索空间和逻辑推理机制,提升了复杂问题的决策效率,并在金融、交通、制造、医疗等领域展现出广泛应用潜力。

CogVideoX

CogVideoX是由智谱AI开发的开源AI视频生成模型,支持英文提示词生成6秒长、每秒8帧、分辨率为720x480的视频。它具备低显存需求、视频参数定制、3D Causal VAE技术和推理与微调功能。该模型采用基于Transformer的架构和3D Causal Variational Autoencoder技术,支持多阶段训练和自动及人工评估,适用于创意视频制作、教育材料、广告、游戏、电影编

Sitcom

Sitcom-Crafter是一款由多所高校联合开发的3D场景人类动作生成系统,能够根据剧情描述生成多样化、符合物理规律的动作,包括行走、交互及多人协作。系统具备八大模块,包含核心动作生成与增强功能,如碰撞修正、运动同步与手部姿态检索。其核心技术包括3D场景感知与自监督SDF策略,无需额外数据即可生成自然动作。适用于动画、游戏、VR/AR、影视及教育等多个领域,提升创作效率与智能化水平。

鱼鳞智慧脑图

鱼鳞智慧脑图是一款AI驱动的思维导图工具,可将文本、网页链接、PDF和Word文件自动转换为结构化导图,提升信息整理效率。支持主题扩展、在线协作与多格式导出,适用于学习、研究、项目管理等场景,操作简便,适合各类用户使用。