AI项目与工具

FunAudioLLM

FunAudioLLM

FunAudioLLM是由阿里巴巴通义实验室开发的开源语音大模型项目，包含SenseVoice和CosyVoice两个子模型。SenseVoice擅长多语言语音识别和情感辨识，支持超过50种语言；CosyVoice则专注于自然语音生成，支持多种语言、音色和情感控制。该项目适用于多语言翻译、情感语音对话等场景，其相关模型和代码已公开发布。
AI项目与工具 2025年06月12日
Automa

Automa

Automa是一款低代码/无代码的浏览器自动化工具，支持通过可视化界面实现网页操作自动化，如数据抓取、表单填写、定时任务等。用户无需编程基础，可轻松构建和运行自动化流程。具备工作流录制、任务调度、多浏览器支持及第三方服务集成等功能，适用于数据采集、办公自动化和个人任务管理等场景。
AI项目与工具 2025年06月12日
TongGeometry

TongGeometry

TongGeometry是由北京通用人工智能研究院与北京大学人工智能研究所联合开发的几何模型，采用树搜索和神经符号推理技术，能自动生成高质量的几何竞赛题并完成证明。该工具构建了庞大的几何定理库，涵盖67亿个需辅助构造的定理，具备广泛应用场景，如数学竞赛、教育及研究领域，支持复杂几何问题的探索与教学资源开发。
AI项目与工具 2025年06月12日
k1.5

k1.5

k1.5 是月之暗面推出的多模态思考模型，具备强大的数学、代码、视觉推理能力。在 short-CoT 模式下，性能超越主流模型 550%，在 long-CoT 模式下达到 OpenAI o1 水平。支持文本与图像的联合处理，适用于复杂推理、跨模态分析、教育、科研等领域。通过长上下文扩展和策略优化，提升推理效率与准确性。
AI项目与工具 2025年06月12日
WorldMem

WorldMem

WorldMem是由多所高校与研究机构联合开发的AI世界生成模型，通过引入记忆机制解决传统模型在长时间序列生成中的一致性问题。它支持动态环境模拟、多场景交互及长期一致性保持，适用于虚拟游戏、VR/AR、自动驾驶等多个领域，具备高度真实性和可扩展性。
AI项目与工具 2025年06月11日
FounderPal

FounderPal

FounderPal是专为创业者和个体经营者设计的AI营销平台，提供营销策略生成、用户画像创建、产品定位、品牌营销、内容生成和转化率优化等功能。平台包含多个工具，如营销策略生成器、内容生成器和转化率提升工具，帮助用户快速制定个性化营销计划。用户可通过免费试用体验功能，节省时间并提高营销效率。FounderPal适用于初创公司、数字内容创作者和小型营销机构，助力他们优化市场策略和提升业务表现。
AI项目与工具 2025年06月11日
NightCafe

NightCafe

NightCafe是一款基于人工智能技术的在线艺术生成平台，支持用户通过文本描述或图片生成多样化的艺术作品。平台提供多种算法（如Stable Diffusion、DALL-E 2等），支持风格迁移与图像增强，并拥有活跃的社区功能，用户可分享作品、参与挑战及互动交流。此外，NightCafe还支持将艺术作品打印为实体形式。
AI项目与工具 2025年06月12日
Tesseract

Tesseract

Tesseract是一款开源的光学字符识别（OCR）引擎，支持多语言识别和多种图像格式。其具备高精度的文字识别能力，适用于文档数字化、表格数据提取、发票识别及移动OCR应用等多个场景。支持跨平台运行，并提供丰富的编程接口和自定义训练功能，便于开发者集成和优化识别效果。
AI项目与工具 2025年06月12日
Make

Make

Make-A-Character（简称Mach）是由阿里巴巴集团智能计算研究院开发的3D数字人生成框架，通过文本描述快速生成逼真的3D角色。该系统支持灵活的定制化、高度逼真的渲染、完整的角色模型及动画支持。其工作流程包括文本解析、视觉提示生成、参考肖像图像生成、密集面部坐标检测、几何生成、纹理生成、纹理修正、头发生成、资产匹配和角色装配。Mach生成的角色模型可以无缝集成到游戏和电影行业的标准CG
AI项目与工具 2024年01月01日
腾讯混元T1

腾讯混元T1

T1（Thinker）是腾讯混元推出的深度思考模型，支持逻辑推理与联网搜索，具备高速响应和长文本处理能力。采用Hybrid-Mamba-Transformer架构，提升推理效率与准确性。适用于教育、医疗、市场分析等多个领域，输出简洁、幻觉低，适合复杂指令处理和多任务场景。
AI项目与工具 2025年06月12日