AI项目与工具

CAT4D

CAT4D是一种由Google DeepMind、哥伦比亚大学及加州大学圣地亚哥分校共同开发的工具,它利用多视图视频扩散模型,从单目视频中生成动态3D(4D)场景表示。该工具可以合成新视图、重建动态3D模型,并支持独立控制相机视点和场景动态,适用于电影制作、游戏开发、虚拟现实等多种领域。

ScribbleDiff

ScribbleDiff是一种创新的文本到图像生成技术,通过涂鸦分析和传播算法,将用户简单的涂鸦转换为高质量的图像。其核心技术包括矩对齐和涂鸦传播,确保生成图像的方向一致性与细节完整性。ScribbleDiff支持多种应用场景,如艺术创作、游戏开发、教育、广告设计和UI/UX设计,为用户提供直观、高效且无须额外训练的图像生成体验。

DupDub

DupDub是一款由出门问问开发的AI内容生成平台,集成了AI写作、文本转语音、视频编辑等多项功能,支持70多种语言和500多种真实语音效果。它通过简化创作流程,帮助内容创作者快速生成高质量的视频、文本和音频内容,适用于营销、教育、无障碍辅助等多种应用场景,有效提升工作效率与内容影响力。

Qwen3 Embedding

Qwen3 Embedding 是基于 Qwen3 基础模型开发的文本表征、检索与排序专用模型,支持 119 种语言,参数规模从 0.6B 到 8B。它能够精准捕捉文本语义,支持多语言处理、高效检索和语义相关性排序,并可通过个性化优化提升用户体验。在 MTEB 等任务中表现优异,适用于智能搜索、推荐系统、问答系统和教育领域等场景。

Grimo

Grimo 是一款集成多种 AI 技术的写作辅助工具,支持语音输入、提示管理、实时网络搜索和团队协作等功能,适用于作家、内容创作者及专业人员。其提供多个版本以满足不同需求,具备高度定制化和智能化特性,有效提升写作效率和内容质量。

Evoto

Evoto是一款以提升照片编辑效率为核心的AI工具,拥有精准的人脸识别、自然的皮肤美化、高级色彩调节、背景替换及批量处理等功能。它通过提供专业设计师设计的独特预设,帮助用户快速达到专业级图像处理效果,适用于人像摄影、婚礼摄影、时尚摄影、产品摄影及社交媒体内容创作等多个领域。

KuaiMod

KuaiMod 是快手开发的多模态大模型内容审核系统,能高效识别和过滤有害及低质量视频。它结合视觉语言模型(VLM)和链式推理(CoT)技术,支持动态策略更新和强化学习,提升审核准确性。系统在离线测试中准确率达92.4%,有效降低用户举报率,优化推荐体验,助力平台内容生态健康发展。

WebRL

WebRL是一种由清华大学与智谱AI共同研发的自我进化的强化学习框架,专注于通过开放大型语言模型优化网络代理性能。该框架采用动态任务生成与结果监督奖励机制,并结合自适应强化学习策略,解决了任务稀缺和反馈稀疏等问题。其显著提升了开源模型在WebArena-Lite基准测试中的表现,具备自我进化、持续改进的特点。

概念股搜索器

概念股搜索器是一款利用向量搜索技术和自然语言处理的金融工具,能够将用户的自然语言描述与A股上市公司信息进行语义匹配,快速定位相关概念股。它支持关键词、意象及长句搜索,同时具备结果参考、用户反馈等功能。该工具适用于投资研究、热点追踪、策略开发以及教育学习等多个场景。

Qlib

Qlib是微软亚洲研究院推出的AI量化投资工具,支持从数据处理、模型训练到投资组合管理的全流程操作。提供高效的数据管理、机器学习模型、回测系统及高频交易支持,适用于量化研究、策略开发和投资分析。模块化设计与高性能数据处理能力使其成为金融领域的重要技术平台。