AI项目与工具

BibiGPT

BibiGPT是一款利用人工智能技术自动分析和提炼音视频内容的工具。它能够一键总结来自多个平台的音视频内容,并提供多样化的总结形式,包括摘要、思维导图、字幕列表和文章视图。此外,用户可以自由提问,以获取相关问题的答案。BibiGPT支持多客户端使用,包括iOS快捷指令、微信服务号、书签版、PWA客户端、Chromium内核的浏览器插件及电脑桌面端。它还提供了多种导出和保存选项,并支持与音视频内容进

FantasyTalking

FantasyTalking是一种由阿里巴巴AMAP团队与北京邮电大学联合开发的AI工具,能够从静态肖像生成高质量、可动画化的虚拟形象。该工具采用双阶段视听对齐策略,结合面部专注的交叉注意力模块和运动强度调制模块,实现精准口型同步、丰富表情生成及全身动作控制。支持多种风格和姿态,适用于游戏、影视、VR/AR、虚拟主播及教育等领域。

白瓜面试

白瓜面试是一款集智能回答、代码解析、语音与图像识别于一体的AI面试辅助工具。它通过实时语音转录、图片分析及物理隔离功能,帮助求职者在技术面试和技术岗位应聘中保持高效表现。此外,它还支持在线面试、笔试优化及简历定制服务,旨在全面提升用户的面试体验。

VSI

VSI-Bench是一种用于评估多模态大型语言模型(MLLMs)视觉空间智能的基准测试工具,包含超过5000个问题-答案对,覆盖多种真实室内场景视频。其任务类型包括配置型任务、测量估计和时空任务,可全面评估模型的空间认知、理解和记忆能力,并提供标准化的测试集用于模型性能对比。 ---

World Labs 空间智能模型

World Labs 空间智能模型是一款基于人工智能技术的工具,能够通过单张图片生成逼真的3D世界,并支持实时渲染与交互操作。其核心功能包括3D几何估算、场景补全、内容生成及相机效果模拟,广泛应用于电影、游戏、虚拟现实、教育以及建筑设计等多个领域,大幅提升了创作效率与视觉表现力。

Link·AI

Link·AI 是一款面向企业和个人的 AI 智能体开发平台,集成了多模态大模型、RAG 知识库和插件,支持零代码快速创建具备企业私有知识和高级任务执行能力的智能体。用户能够将 AI 应用轻松接入主流平台,广泛应用于客户服务、营销自动化、企业协作及个人助理等场景,助力提升运营效率和用户体验。

NLWeb

NLWeb是微软推出的开源项目,旨在通过自然语言界面简化网站交互,使网站成为AI驱动的应用程序。它利用半结构化数据(如Schema.org、RSS)和LLM工具,提供自然语言交互、内容发现、智能体交互等功能。支持MCP协议,实现与AI助手的无缝对接,具备跨平台和高度可扩展性,适用于零售、餐饮、旅游、新闻及客服等多种场景。

Seed1.5

Seed1.5-Embedding 是由字节跳动推出的高性能向量模型,基于 Seed1.5 训练优化,具有强大的语义编码和检索能力。模型采用 Siamese 双塔结构,支持多种向量维度,并通过两阶段训练提升表征能力。它适用于信息检索、文本分类、推荐系统、聚类分析等多种任务,尤其在复杂查询和推理任务中表现突出,具备良好的灵活性和可扩展性。

Hailuo AI

Hailuo AI 是一款基于AI技术的视频生成工具,支持将文本和图片转化为动态视频内容。提供多种艺术风格与场景选择,最新模型可让2D插画动起来,适用于创意设计、影视制作等领域,帮助用户高效实现视觉创意,提升创作效率。

Gemini 2.5 Pro (I/O 版)

Gemini 2.5 Pro (I/O 版) 是 Google 推出的多模态 AI 模型,具备强大的编程能力和多模态内容生成功能。它能基于提示词或手绘草图快速生成交互式 Web 应用、游戏及模拟程序,并支持代码生成、编辑与优化。该模型在多个基准测试中表现优异,适用于 Web 开发、游戏制作、教育工具构建及企业级应用开发等领域。最新版本进一步提升了性能与灵活性。