AI项目与工具

ACTalker

ACTalker 是一种基于视频扩散模型的端到端工具,可生成高质量、自然的说话人头部视频。支持多信号控制(如音频、表情),采用并行 Mamba 结构和门控机制,实现跨时间和空间的精准面部动作控制。实验表明其在音频同步性和视频质量上表现优异,适用于虚拟主播、远程会议、在线教育等多种场景。

Botify AI

Botify AI是一款基于人工智能的聊天机器人平台,提供高度可定制的数字角色和自然语言交互功能。用户可以通过直观的界面和强大的编辑工具创建和管理聊天机器人,支持多种应用场景,如客户服务、市场营销、教育培训等。平台具备自然语言处理、多媒体内容集成及跨平台兼容性等特点,旨在提升用户体验并优化工作效率。

MVoT

MVoT是一种多模态推理框架,通过生成图像形式的推理痕迹,增强多模态大语言模型在复杂空间推理任务中的表现。其核心技术包括多模态推理范式、token discrepancy loss以及递归生成机制,有效提升推理准确性和可解释性。该工具适用于机器人导航、自动驾驶、智能教育、医疗影像分析及VR/AR交互等多个领域,具有广泛的应用潜力。

Momo

Momo 是一款基于人工智能的照片生成工具,支持在移动端使用。用户上传 8-12 张照片后,可生成高真实度的 AI 头像和图像,并支持多种风格选择,如商务、约会、旅行等。应用提供高分辨率输出,适用于社交媒体、求职和约会等场景,帮助用户打造个性化的数字形象。

SocioVerse

SocioVerse是由复旦大学等机构联合开发的社会模拟平台,基于大语言模型和1000万真实用户数据构建与现实对齐的模拟环境。系统包含社会环境、用户引擎、场景引擎和行为引擎四大模块,支持多场景应用,如政治选举预测、新闻传播分析、经济调查和政策评估。它能够模拟群体行为,预测事件趋势,为社会科学研究提供高效工具。

Chatbit

Chatbit 是一款专为网站设计的 AI 聊天机器人平台,旨在增强用户互动、自动应答问题并收集潜在客户信息。该平台支持自定义数据源,允许用户上传大量文本和文件来优化机器人的响应能力。Chatbit 提供多种个性化设置选项,包括外观和交流风格,同时具备自动收集潜在客户信息的功能。用户能够快速创建并部署聊天机器人,从而显著提升网站用户体验和运营效率。

EasyVideoTrans

EasyVideoTrans是一款开源的AI视频翻译工具,支持从视频中提取音频并翻译字幕,同时提供多样化的声音风格以实现自然的配音效果。它适用于视频创作者、教育机构、企业培训及品牌宣传等领域,能够快速生成高质量的中文版本视频,满足跨语言沟通的需求。

SongGen

SongGen是一款由多家高校和研究机构联合开发的单阶段自回归Transformer模型,能够根据文本生成高质量音乐。它支持混合模式和双轨模式输出,可分别生成人声与伴奏,便于后期编辑。SongGen通过创新的音频标记化和训练策略,显著提升了人声清晰度和音乐自然度。其开源特性及高质量数据集为音乐生成研究提供了新基准,适用于音乐创作、视频配乐、教育辅助等多个领域。

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。

WebAgent

WebAgent是阿里巴巴开源的自主搜索AI Agent,具备端到端的自主信息检索与多步推理能力。它能主动搜索多个学术数据库,筛选、分析最相关的文献,整合不同文献中的观点,为用户提供全面且精准的研究报告。WebAgent基于创新的数据合成方法和高效的训练策略,实现高效的多步推理和信息检索能力,适用于学术研究、商业决策和日常生活等多种场景。