UniTok UniTok是由字节跳动联合高校研发的统一视觉分词器，支持视觉生成与理解任务。其采用多码本量化技术，将视觉特征分割并独立量化，显著提升离散token的表示能力。在ImageNet上实现78.6%的零样本分类准确率，图像重建质量达0.38。可作为多模态大语言模型的视觉输入模块，广泛应用于图像生成、视觉问答、内容创作及跨模态检索等场景。 AI项目与工具 2025年06月11日 22 点赞 0 评论 344 浏览
YuLan YuLan-OneSim是一款基于大型语言模型的社会模拟工具，支持自然语言交互构建模拟场景，无需编程即可生成代码。提供50多个社会科学领域预设场景，支持大规模智能体模拟，具备自动优化和报告生成能力，适用于经济、社会学、政治学等多个研究领域，推动AI与社会科学的融合应用。 AI项目与工具 2025年06月11日 55 点赞 0 评论 344 浏览
Pippo Pippo是由Meta Reality Labs研发的图像到视频生成模型，可基于单张照片生成多视角高清人像视频。采用多视角扩散变换器架构，结合ControlMLP模块与注意力偏差技术，实现更丰富的视角生成和更高的3D一致性。支持高分辨率输出及细节自动补全，适用于虚拟现实、影视制作、游戏开发等多个领域。技术方案涵盖多阶段训练流程，确保生成质量与稳定性。 AI项目与工具 2025年06月12日 38 点赞 0 评论 345 浏览
Chikka.ai Chikka.ai 是一款基于AI语音代理的客户访谈平台，支持多语言、大规模对话，提供个性化访谈设计、自动转录与分析功能。适用于客户反馈、员工意见、产品开发等场景，帮助企业高效获取洞察，优化决策流程。 AI项目与工具 2025年06月12日 42 点赞 0 评论 345 浏览
Sweep AI Sweep AI 是一款利用人工智能技术优化软件开发流程的工具，集成了大型语言模型与代码分析引擎，主要功能涵盖代码搜索、重构、测试生成以及文档创建等。它旨在帮助开发者提高工作效率，简化代码管理，并支持灵活定制化设置以满足不同团队的需求。 AI项目与工具 2025年06月12日 96 点赞 0 评论 345 浏览
LM Studio LM Studio是一个开源的本地大语言模型（LLM）应用平台，提供图形用户界面（GUI）和命令行界面（CLI），便于用户使用大型语言模型。LM Studio支持从Hugging Face等平台下载兼容的模型文件，并提供了一种“Playground”模式，用户可以通过该模式同时运行多个AI模型，以增强性能和输出。此外，LM Studio还具备模型发现功能，能够在应用首页展示新的和值得关注的LLMs AI项目与工具 2025年06月12日 42 点赞 0 评论 345 浏览
GameNGen GameNGen是谷歌推出的一款AI游戏引擎，它能够以每秒20帧的速度实时生成高质量的DOOM游戏画面，使大多数玩家难以分辨真假。该工具无需编程，简化了开发流程，同时具备高逼真度和交互式体验，为游戏创作提供了新的可能性。除了游戏开发，它还能应用于虚拟现实、自动驾驶等多个领域，具有广泛的应用前景。 AI项目与工具 2025年06月12日 66 点赞 0 评论 345 浏览
图趣AI 图趣AI是一款基于人工智能技术的创意工具，可通过文字描述生成多样化的艺术画作，涵盖风景、奇幻、艺术画及超现实等风格。它还提供AI艺术字、风格转换、平面设计及视频生成等功能，适用于个人创意表达、社交媒体内容创作、教育学习、广告营销及平面设计等多个领域。 AI项目与工具 2025年06月12日 71 点赞 0 评论 345 浏览
IndexTTS IndexTTS 是一款由 B 站开发的高性能文本转语音系统，专注于中文语音合成，支持拼音纠正、精准停顿控制和高自然度语音输出。采用混合建模方法，结合汉字与拼音，提升发音准确性。系统具备零样本语音克隆能力，音质优秀，广泛应用于内容创作、在线教育、智能客服等领域。训练数据丰富，性能指标优异，包括低字词错误率、高扬声器相似性和高主观音质评分。 AI项目与工具 2025年06月12日 15 点赞 0 评论 345 浏览
Gemini 2.0 Flash Thinking Gemini 2.0 Flash Thinking 是谷歌发布的一款推理增强型AI模型，具有高达百万tokens的长上下文窗口、可解释的推理过程、代码执行功能及多模态处理能力。它能够有效减少推理矛盾，提升输出结果的可靠性和一致性，广泛适用于教育、科研、内容创作、客户服务以及数据分析等多个领域。 AI项目与工具 2025年06月12日 33 点赞 0 评论 346 浏览
