AI项目与工具

Video

Video

Video-LLaVA2是一款由北京大学ChatLaw课题组开发的开源多模态智能理解系统。该系统通过时空卷积（STC）连接器和音频分支，显著提升了视频和音频的理解能力。其主要功能包括视频理解、音频理解、多模态交互、视频问答和视频字幕生成。时空建模和双分支框架是其核心技术原理。Video-LLaVA2广泛应用于视频内容分析、视频字幕生成、视频问答系统、视频搜索和检索、视频监控分析及自动驾驶等领域。
AI项目与工具 2025年06月12日
Fugatto

Fugatto

Fugatto是一款由英伟达开发的音频合成与转换模型，利用增强型Transformer架构实现了从文本到音频的高效转化。它支持多种音频生成任务，如音乐创作、声音效果设计及语音合成，并可通过ComposableART技术实现对声音属性的精细调控。此外，Fugatto擅长生成动态变化的声音景观，广泛应用于音乐创作、声音设计及广告音频制作等领域。
AI项目与工具 2025年06月12日
AI生意助手2.0

AI生意助手2.0

AI生意助手2.0是一款专为中小企业设计的全流程AI外贸工具，包含商品发布、客户接待、营销推广及合规风险管理四大核心功能。它能自动生成商品链接、实时回复买家咨询、智能匹配市场推广需求，并提供风险预警与解决方案，助力企业高效管理国际贸易，降低运营成本，提升市场竞争力。
AI项目与工具 2025年06月12日
DistriFusion

DistriFusion

DistriFusion是一个专为加速高分辨率扩散模型在多GPU环境中生成图像的分布式并行推理框架。通过将图像分割成多个小块并分配至不同设备上进行独立处理，它能够在不增加额外训练负担的情况下，将推理速度提升高达六倍，同时保持图像质量。其技术原理包括Patch Parallelism（分片并行）、异步通信、位移补丁并行性等，适用于多种现有的扩散模型。应用场景包括AI艺术创作、游戏和电影制作、VR/A
AI项目与工具 2025年06月12日
Kheish

Kheish

Kheish 是一款基于大型语言模型的开源多智能体协作平台，支持复杂任务的分解与处理。它通过多智能体工作流、模块化集成和反馈循环机制，实现任务的高效执行与优化。Kheish 可无缝接入外部模块，如文件系统、Shell 和向量存储，广泛应用于代码审计、法律文件分析、客户服务自动化、内容创作等领域。
AI项目与工具 2025年06月12日
Rox

Rox

Rox 是一款专注于销售领域的AI平台，通过智能代理技术提升客户关系管理与销售流程效率。它能够自动收集和整合客户数据，生成个性化内容，自动化处理任务，并提供深度数据分析，助力销售团队制定精准策略。Rox 支持实时更新和系统集成，适用于客户拓展、会议支持、信息管理和营销互动等多个场景。
AI项目与工具 2025年06月11日
Product AnyShoot

Product AnyShoot

Product AnyShoot 是一款基于 AI 技术的电商产品视频生成工具，用户只需上传图片并选择模板即可快速生成高质量视频。支持多种产品类型和场景，提供超过 5000 个预制模板，视频还原度高，便于用于电商推广、社交媒体营销等场景，提升用户体验和转化率。
AI项目与工具 2025年06月12日
MMedAgent

MMedAgent

MMedAgent是一款面向医疗领域的多模态AI平台，集成了指令优化的多模态大型语言模型（MLLM）及一系列定制化医疗工具，支持多种医学成像模式（如MRI、CT、X射线等），可高效处理视觉问答、分类、定位、分割、医学报告生成（MRG）及检索增强生成（RAG）等任务，显著提升了医疗数据处理效率与准确性。
AI项目与工具 2025年06月12日
ChatMCP

ChatMCP

ChatMCP是一款基于模型上下文协议（MCP）的AI聊天客户端，支持与多种大型语言模型（LLM）交互。它提供自动化安装MCP服务器、SSE传输支持、自动选择服务器及聊天记录管理等功能，并通过MCP服务器市场实现与不同数据源的聊天。用户可配置LLM API密钥和端点，界面友好且功能强大，适用于客户服务、个人助理、教育学习、企业内部沟通及信息检索等多种场景。
AI项目与工具 2025年06月12日
DeepSider

DeepSider

DeepSider 是一款集成在浏览器侧边栏的 AI 对话工具，支持多种顶级 AI 模型如 GPT-4o、Grok3 和 Claude 3.5。用户可通过简洁交互完成复杂任务，包括 AI 搜索、实时问答、内容创作、翻译和代码生成等。该工具支持文档上传分析，结合最新数据提供准确答案，具备快速响应和高效交互设计，适用于提升工作效率和学习效率。
AI项目与工具 2025年06月11日