AI项目与工具

Morphik

Morphik是一款开源的多模态检索增强生成(RAG)工具,专为处理高技术性和视觉内容丰富的文档设计。支持图像、PDF、视频等多种格式的文档搜索,采用ColPali技术理解文档中的视觉内容,具备快速元数据提取功能,可提取边界框、标签、分类等信息。其主要功能包括多模态数据处理、智能解析文件、知识图谱构建、自然语言规则引擎和数据管理与集成,适用于技术文档处理、企业知识管理和智能应用开发等场景。

Freed

Freed是一款基于AI技术的医疗文档助手,通过语音转录和自然语言处理技术,实现医患对话的自动化记录与结构化文档生成。其核心功能包括环境感知技术、个性化学习以及多语言支持,广泛适用于门诊、住院、急诊及远程医疗等多种医疗场景,旨在减轻医生文书负担,提升工作效率。

Radiant Photo

Radiant Photo是一款基于AI技术的照片编辑软件,旨在通过智能算法优化照片色彩和细节。它支持手动与自动操作模式,并可作为独立应用或Photoshop/Lightroom插件使用。软件提供多种预设和工具,涵盖专业摄影、肖像修饰、风景摄影及活动记录等场景,助力用户快速提升照片质量并实现个性化定制。

Averi

Averi是一款基于人工智能的营销管理平台,集成了策略制定、内容生成及团队协作功能。它能够依据企业实际情况提供定制化营销方案,并通过AI技术快速生成高质量的文案和广告内容,同时提供与认证营销专家对接的服务,适用于初创企业、中小企业及营销代理机构等不同规模的企业,以提升营销活动的整体效能。

xLAM

xLAM 是 Salesforce 开源的一款大型语言模型,专为功能调用任务设计。该模型具备多语言支持、预训练模型、迁移学习、自然语言处理等主要功能,并基于 Transformer 架构实现。它在多个基准测试中表现出色,适用于自动化任务、模板共享、插件开发和教育等多个应用场景。

InstantCharacter

InstantCharacter是由腾讯混元开发的图像生成插件,基于扩散 Transformer 架构,支持角色一致性保持、高保真图像生成及文本可控性。用户可通过输入角色图片和文字描述,生成符合要求的多样化图像。其适用于连环画、影视、游戏等多个领域,具有高效、灵活和高质量的特点。

SongR

SongR是一款基于AI技术的在线歌曲创作工具,支持用户输入关键词和选择音乐风格来自动生成歌词和旋律。它提供了歌词编辑、自动谱曲、AI演唱等功能,并兼容多平台,适合个人娱乐、教育学习、商业广告等多种应用场景。用户能够轻松生成高质量的歌曲,满足个性化需求。

Pixel Studio

Pixel Studio 是谷歌为 Pixel 9 系列手机预装的一款 AI 图像生成应用。它基于 Imagen 3 模型,能够快速生成艺术风格的图片,生成时间仅需约2秒。Pixel Studio 利用 Tensor G4 芯片,支持本地和云端生成方式,并具备 Gemini overlay 功能,便于用户直接分享生成的图片至邮件或聊天平台。该应用适用于艺术爱好者、设计师、社交媒体用户以及专业创作者

AppAgentX

AppAgentX是西湖大学开发的智能GUI代理框架,通过记忆和进化机制优化手机交互效率。它能自动归纳高效操作模式,减少重复计算,支持跨应用复杂任务。基于视觉识别,无需API即可通用操作,适用于自动化任务、智能助手、企业流程等领域。在多项测试中表现优异,为智能代理技术提供新思路。

FaceFusion

FaceFusion是一款开源AI工具,支持图像和视频中的人脸交换与增强。其主要功能包括高质量的人脸交换、人脸增强、整体画面优化、唇形同步、多模型人脸检测及遮挡处理。通过深度学习技术,FaceFusion能够实现精准的人脸识别与对齐,广泛应用于电影制作、虚拟主播、广告营销及教育培训等领域。