Fish Audio
Fish Audio是一款生成式AI文本转语音（TTS）和声音克隆平台，支持多种语言和声音风格，可将文本转换为自然流畅的语音。用户可上传音频样本克隆特定人物的声音，并通过API接口集成到应用程序中。Fish Audio适用于视频制作、有声读物、语音助手、教育与培训以及娱乐创意等领域，满足个性化语音内容生成需求。
FLUX.1 Kontext
FLUX.1 Kontext是由Black Forest Labs推出的图像生成与编辑模型，支持上下文感知的图像处理。它基于文本和图像提示进行生成与编辑，具备对象修改、风格转换、背景替换、角色一致性保持和文本编辑等功能。FLUX.1 Kontext Pro版本支持快速迭代编辑，Kontext Max版本在提示词遵循和排版生成方面表现优异，而dev开源版本适合定制化开发。
WonderWorld
WonderWorld是一款基于斯坦福大学和麻省理工学院合作研发的3D场景生成框架，通过Fast LAyered Gaussian Surfels（FLAGS）表示法与引导深度扩散技术，从单张图片快速生成连贯且多样化的虚拟场景。用户可实时交互，生成包括城市、自然、幻想等多种风格的3D环境，并适用于游戏开发、虚拟现实、增强现实以及建筑设计等多个领域。
Llama Nemotron
Llama Nemotron是NVIDIA推出的推理模型系列，具备强大的复杂推理、多任务处理和高效对话能力，适用于企业级AI代理应用。模型基于Llama架构优化，采用神经架构搜索与知识蒸馏技术，提升计算效率。包含Nano、Super和Ultra三种版本，分别面向边缘设备、数据中心和高性能计算场景。广泛应用于科研、客服、医疗、物流和金融等领域。
Cerebellum
Cerebellum是一款结合Claude 3.5 Sonnet与Selenium WebDriver的智能化浏览器助手，通过构建网页浏览的有向图模型，利用LLM技术分析页面内容和交互元素，智能规划操作路径并动态调整策略。它支持多浏览器操作，可精确模拟用户行为，广泛应用于网页自动化测试、数据抓取、内容管理及电子商务等多个领域。
Diffusion Self
Diffusion Self-Distillation (DSD) 是一种基于预训练文本到图像扩散模型的零样本定制图像生成技术，通过自动生成数据集并微调模型，支持文本条件下的图像到图像转换任务。其核心在于利用生成图像网格与视觉语言模型筛选高质量配对数据集，实现无需人工干预的身份保持定制化图像生成。该技术广泛应用于艺术创作、游戏开发、影视制作、广告营销及个性化商品等领域。
