AI项目与工具

CLaMP 3

CLaMP 3

CLaMP 3是由清华大学朱文武教授团队开发的多模态、多语言音乐信息检索框架，支持文本、图像、音频和乐谱等多种模态之间的跨模态检索。其基于对比学习技术，将不同模态数据与多语言文本对齐至统一语义空间，适用于文本到音乐、图像到音乐检索、零样本分类及音乐推荐等任务。支持27种语言，可扩展至100种，广泛应用于音乐创作、教育、分析及多媒体内容制作。
AI项目与工具 2025年06月12日
GenChess

GenChess

GenChess是一款由谷歌DeepMind开发的AI工具，允许用户通过关键词生成个性化国际象棋棋子。它提供了经典与创意两种模式，支持单个棋子的独立调整及对手棋子的自动生成，同时兼容在线对弈和棋子图片下载功能，适用于教育、娱乐、创意表达及专业训练等场景。
AI项目与工具 2025年06月12日
Hallo2

Hallo2

Hallo2是一款由复旦大学、百度公司和南京大学合作开发的音频驱动视频生成模型。它能够将单张图片与音频结合，并通过文本提示调节表情，生成高分辨率4K视频。Hallo2采用了补丁下降、高斯噪声等数据增强技术，提升了视频的视觉一致性和时间连贯性，同时通过语义文本标签提高了生成内容的可控性与多样性。该模型适用于电影、游戏、虚拟助手等多个领域，展现出强大的内容生成能力。
AI项目与工具 2025年06月12日
DistriFusion

DistriFusion

DistriFusion是一个专为加速高分辨率扩散模型在多GPU环境中生成图像的分布式并行推理框架。通过将图像分割成多个小块并分配至不同设备上进行独立处理，它能够在不增加额外训练负担的情况下，将推理速度提升高达六倍，同时保持图像质量。其技术原理包括Patch Parallelism（分片并行）、异步通信、位移补丁并行性等，适用于多种现有的扩散模型。应用场景包括AI艺术创作、游戏和电影制作、VR/A
AI项目与工具 2025年06月12日
职达AI简历

职达AI简历

职达AI简历是一款智能简历优化平台，通过AI技术为用户提供简历生成、优化和诊断服务。用户输入基本信息后，平台可在短时间内生成专业个性化简历，并分析内容问题提供优化建议。结合岗位推荐系统，精准推送匹配岗位，提高求职效率。内置2800+模板，覆盖多种岗位，支持多端同步与个性化定制，还提供面试辅导等增值服务。
AI项目与工具 2025年06月11日
塔猫AI对话PPT

塔猫AI对话PPT

塔猫AI对话PPT是一款利用深度学习与自然语言处理技术的智能PPT分析工具，可解析文本、图表等内容，支持智能问答、摘要生成及逻辑优化建议等功能。它适用于信息检索、演讲准备、教育培训等多个场景，助力用户高效获取所需信息。
AI项目与工具 2025年06月12日
NeuralSVG

NeuralSVG

NeuralSVG是一种基于文本驱动的矢量图形生成工具，利用多层感知器网络将文本提示转化为结构清晰、可编辑的矢量图形。它支持动态调整图形属性，具备隐式神经表示和分数蒸馏采样优化技术，确保图形语义明确、层次分明，适用于艺术创作、设计及学术研究等领域。
AI项目与工具 2025年06月12日
PDF to Podcast

PDF to Podcast

PDF to Podcast 是一款由 NVIDIA 开发的 AI 工具，能够将 PDF 文档自动转换为高质量的音频内容，如播客。该工具结合了大型语言模型、文本到语音技术以及 NVIDIA NIM 微服务架构，支持从 PDF 提取信息并生成结构化文本，再通过语音合成输出自然流畅的音频。用户可自定义生成内容的重点，并支持多种部署方式，适用于企业培训、技术简报、客户服务、医疗教育等多个领域。
AI项目与工具 2025年06月12日
3D

3D

3D-Speaker是一个多模态开源项目，专注于通过结合声学、语义和视觉信息，实现高精度的说话人识别和语种识别。其主要功能包括说话人日志、说话人识别、语种识别、多模态识别以及重叠说话人检测。项目提供了工业级模型、训练与推理代码，以及多样化数据集，并支持复杂环境下的语音处理任务。应用场景涵盖会议记录、法庭记录、广播制作、电话客服和安全监控等领域。
AI项目与工具 2025年06月12日
News Agents

News Agents

News Agents是一个基于终端的新闻聚合与摘要系统，利用Amazon Q CLI作为Agent框架，通过Model Context Protocol（MCP）解析RSS新闻源，并借助tmux实现多任务监控。系统从多个新闻源抓取文章，分配给多个子Agents并行处理，生成简洁摘要并汇总到main-summary.md文件中，提供高效、个性化的新闻阅读体验。
AI项目与工具 2025年06月11日