AI项目与工具

Chinese

Chinese

Chinese-LiPS是由智源研究院与南开大学联合开发的高质量中文多模态语音识别数据集，包含100小时语音、视频及手动转录文本。其创新性融合唇读视频与幻灯片内容，显著提升语音识别性能，实验表明可降低字符错误率约35%。适用于教学、科普、虚拟讲解等复杂语境，为多模态语音识别研究提供丰富数据支持。
AI项目与工具 2025年06月11日
See3D

See3D

See3D是一款基于视觉条件技术的3D生成模型，能够通过大规模无标注的互联网视频学习3D先验知识，实现从文本、单视图或稀疏视图到3D内容的高效转化。其核心功能包括3D编辑、高斯渲染及基于稀疏图片的3D重建，支持在物体级与场景级复杂相机轨迹下生成长序列视图。此外，See3D还适用于游戏开发、建筑设计、电商展示、AR/VR等多个领域的创新应用。
AI项目与工具 2025年06月12日
Ming

Ming

Ming-Lite-Omni是蚂蚁集团开源的统一多模态大模型，基于MoE架构，支持文本、图像、音频和视频等多种模态的输入输出，具备强大的理解和生成能力。模型在多个任务中表现优异，如图像识别、视频理解、语音问答等，适用于OCR识别、知识问答、视频分析等多个领域。其高效处理能力和多模态交互特性，为用户提供一体化智能体验。
AI项目与工具 2025年06月11日
Nova Sonic

Nova Sonic

Nova Sonic是亚马逊推出的生成式AI语音模型，集成语音理解和生成功能，支持多种语言和口音，具备高准确性与自然对话能力。其采用HiFi语音识别技术，平均单词错误率低至4.2%，支持实时信息获取与请求路由，适用于客户服务、教育、医疗、旅游及娱乐等多个领域。该模型具备低延迟和高性价比优势，是当前市场上较为突出的语音处理工具。
AI项目与工具 2025年06月12日
Talkpal AI

Talkpal AI

Talkpal AI是一款利用GPT技术构建的语言学习平台，支持多语言学习，包括英语、西班牙语、法语和德语等。其主要功能涵盖自适应学习系统、角色扮演、情景对话、听力及口语练习，并提供即时反馈，助力用户提升语言实际应用能力。
AI项目与工具 2025年06月12日
法唠AI

法唠AI

法唠AI是基于大语言模型开发的法律人工智能工具，专注于证券法与金融法律领域。提供法律问答、知识图谱构建、深度搜索、案件逻辑图绘制、股票信息查询、维权指导及文书生成等功能，支持个性化法律服务，助力用户高效获取法律解决方案。
AI项目与工具 2025年06月12日
PDFtoChat

PDFtoChat

PDFtoChat 是一款基于 AI 技术的开源工具，支持用户通过自然语言对话与 PDF 文件交互。它具备强大的文档解析、智能检索和即时反馈能力，广泛应用于学术研究、法律咨询、商业分析、教育培训和技术文档查询等领域，显著提升文档处理效率。
AI项目与工具 2025年06月12日
ImBD

ImBD

ImBD是一种用于检测机器修订文本的AI工具，采用风格偏好优化（SPO）和风格条件概率曲率（Style-CPC）技术，能有效区分人类写作与机器修订内容。该工具具备多场景适应能力，支持多种文本类型和领域，训练效率高、数据需求低，适用于学术、新闻、出版、教育等多个应用场景，提升文本检测的准确性与可靠性。
AI项目与工具 2025年06月12日
ImagePulse

ImagePulse

ImagePulse是由魔搭社区推出的开源项目，专注于图像理解和生成模型的数据集支持。它通过将复杂任务拆解为“修改、添加、移除”“风格迁移”“人脸保持”等原子能力，构建专门的数据集，提升模型在特定任务上的性能。项目提供开源脚本，支持数据集的生成与扩展，并结合多种技术资源实现多模型协同，适用于艺术创作、视频制作、产品展示等多个领域。
AI项目与工具 2025年06月11日
Asendia AI

Asendia AI

Asendia AI 是一款基于人工智能的求职辅助工具，提供个性化职业规划、智能职位匹配、AI模拟面试及详细反馈功能。用户可通过100多个专家审核的面试模板进行练习，并获得定制化建议以提升面试表现。平台还支持简历优化、技术概念复习和全球人才展示。对招聘方而言，AI面试官“Sarah”可实现24/7自动化筛选，提高招聘效率并降低成本。整体功能覆盖求职准备与招聘流程，适用于个人与企业用户。
AI项目与工具 2025年06月11日