AI项目与工具

Poetry2Image

Poetry2Image是一个由哈尔滨工业大学提出的迭代校正框架,专门用于中文古诗词的图像生成。该工具通过自动化反馈和校正机制,提升了诗歌与图像的一致性,解决了文本到图像生成模型在处理中文古典诗歌时常见的关键元素丢失或语义混淆问题。Poetry2Image具备搜索翻译、生成初始图像、提取关键元素、图像修正及迭代优化等功能,与多种图像生成模型结合使用时,其元素完整性和语义一致性表现优异,适用于古诗词

AgentSociety

AgentSociety是由清华大学开发的基于大语言模型的社会模拟平台,通过构建具有“类人心智”的智能体,模拟复杂的社会行为与现象。平台支持城市环境建模、大规模社会模拟和科研工具集成,适用于社会舆论传播、政策评估、社会极化分析及灾害响应研究。其技术特点包括异步模拟架构、分布式计算和MQTT通信,具备高度可扩展性和实时交互能力。

VideoChat

VideoChat是一款开源的实时数字人对话系统,支持语音输入与实时对话功能。用户可自定义数字人形象与音色,实现音色克隆。系统集成多种技术,包括语音识别、大语言模型生成及文本转语音,支持流式视频输出,适用于客户服务、在线教育、新闻播报、直播互动及娱乐等多个领域。

sendsteps

SendSteps是一款结合人工智能技术的演示文稿制作工具,支持通过AI辅助生成、自定义编辑或文件导入等方式快速创建高质量演示文稿。其特色功能涵盖智能排版、多语言支持、互动元素设计及云端协作,广泛应用于商务、教育、企业培训及市场推广等领域,致力于优化用户的内容呈现体验。

SpicyChat

SpicyChat是一款面向成人用户的AI聊天应用,提供角色扮演聊天功能,支持用户与超过150,000个聊天机器人互动,并可创建个性化虚拟角色。该平台强调隐私保护,提供安全、无偏见的环境,支持多语言交流,具备AI语音回应及基于对话的图像生成功能,旨在为用户提供深入的情感体验和创意灵感。

STUDY FETCH

STUDY FETCH是一款基于AI技术的学习平台,提供个性化学习套件、互动式学习内容及AI助教支持等功能。它能够将课程材料转化为笔记、闪卡和测验,同时具备数据清洗、实时笔记记录及智能数据处理能力,适用于大学课程、在线教育、语言学习、职业培训及K-12教育等多个场景。

ILLUME

ILLUME是一款基于大型语言模型的统一多模态大模型,集成了视觉理解与生成能力,采用“连续图像输入 + 离散图像输出”架构,通过语义视觉分词器和三阶段训练流程,实现了高效的数据利用和多模态任务处理能力。模型能够无缝整合视觉理解与生成功能,广泛应用于视频分析、医疗诊断、自动驾驶及艺术创作等领域。

Platus

Platus 是一款基于人工智能和无代码技术的法律服务平台,提供文件起草、审查、签署与公证等自动化功能。其智能分析可识别关键条款并确保合规性,支持工作流自定义和API集成,适用于企业法律流程优化、合规管理及跨国业务需求,提升法律处理效率与安全性。

LatentSync

LatentSync是由字节跳动与北京交通大学联合研发的端到端唇形同步框架,基于音频条件的潜在扩散模型,无需中间3D或2D表示,可生成高分辨率、动态逼真的唇同步视频。其核心技术包括Temporal Representation Alignment (TREPA)方法,提升视频时间一致性,并结合SyncNet监督机制确保唇部动作准确。适用于影视制作、教育、广告、远程会议及游戏开发等多个领域。

TIGER

TIGER是由清华大学研发的轻量级语音分离模型,采用时频交叉建模策略与多尺度注意力机制,有效提升语音分离性能,同时显著降低计算和参数开销。模型通过频带切分优化资源利用,适应复杂声学环境,广泛应用于会议记录、视频剪辑、电影音频处理及智能语音助手等领域。