AI项目与工具

Gemini 2.0

Gemini 2.0

Gemini 2.0 是谷歌推出的原生多模态AI模型，具备快速处理文本、音频和图像的能力，支持多语言输出和实时音视频流输入。通过Agent技术和工具调用，Gemini 2.0 能够自主理解任务并提供解决方案，已在编程、数据分析、游戏等领域展示应用潜力。目前提供免费试用，计划逐步开放更多功能。
AI项目与工具 2025年06月12日
音刻

音刻

Inkr 是一款高效的 AI 语音转录工具，支持超过 100 种语言，具备快速转录、多语言支持、说话人识别、高准确率等功能。其“FLASH”模式可在几秒内完成转录，适用于会议记录、采访整理、字幕制作及学习辅助等多种场景，提升信息处理效率。
AI项目与工具 2025年06月11日
LongLLaVA

LongLLaVA

LongLLaVA是由香港中文大学（深圳）研究团队开发的多模态大型语言模型，结合Mamba和Transformer模块，利用2D池化技术压缩图像token，大幅提升处理大规模图像数据的效率。该模型在视频理解、高分辨率图像分析及多模态代理任务中表现优异，特别擅长检索、计数和排序任务。其技术亮点包括渐进式训练策略和混合架构优化，支持多种多模态输入处理，广泛应用于视频分析、医学影像诊断、环境监测等领域。
AI项目与工具 2025年06月12日
AgentReview

AgentReview

AgentReview是一款基于大型语言模型构建的学术同行评审模拟工具，通过模拟评审者、作者和领域主席的角色，研究评审偏见和决策机制对评审结果的影响。它支持隐私保护，无需真实敏感数据，同时验证了多种社会学理论在评审中的应用，为优化学术评审流程提供了重要参考。
AI项目与工具 2025年06月12日
Buzz

Buzz

Buzz是一款基于OpenAI Whisper模型的离线语音转文字工具，支持实时语音转文字和音频视频文件转录。它具备多语言识别和翻译功能，支持多种格式导出，并能在本地离线操作以保护用户隐私。主要应用于视频字幕制作、采访记录整理、语言学习辅助、会议记录和学术研究等场景。
AI项目与工具 2025年06月12日
OMNE Multiagent

OMNE Multiagent

OMNE Multiagent是一个基于长期记忆技术的大模型多智能体框架，由天桥脑科学研究院开发。它支持多个智能体协同工作，每个智能体能独立学习和理解环境，具备深度慢思考和实时适应能力。OMNE框架通过优化搜索空间和逻辑推理机制，提升了复杂问题的决策效率，并在金融、交通、制造、医疗等领域展现出广泛应用潜力。
AI项目与工具 2025年06月12日
CogVideoX

CogVideoX

CogVideoX是由智谱AI开发的开源AI视频生成模型，支持英文提示词生成6秒长、每秒8帧、分辨率为720x480的视频。它具备低显存需求、视频参数定制、3D Causal VAE技术和推理与微调功能。该模型采用基于Transformer的架构和3D Causal Variational Autoencoder技术，支持多阶段训练和自动及人工评估，适用于创意视频制作、教育材料、广告、游戏、电影编
AI项目与工具 2025年06月12日
Sitcom

Sitcom

Sitcom-Crafter是一款由多所高校联合开发的3D场景人类动作生成系统，能够根据剧情描述生成多样化、符合物理规律的动作，包括行走、交互及多人协作。系统具备八大模块，包含核心动作生成与增强功能，如碰撞修正、运动同步与手部姿态检索。其核心技术包括3D场景感知与自监督SDF策略，无需额外数据即可生成自然动作。适用于动画、游戏、VR/AR、影视及教育等多个领域，提升创作效率与智能化水平。
AI项目与工具 2025年06月12日
鱼鳞智慧脑图

鱼鳞智慧脑图

鱼鳞智慧脑图是一款AI驱动的思维导图工具，可将文本、网页链接、PDF和Word文件自动转换为结构化导图，提升信息整理效率。支持主题扩展、在线协作与多格式导出，适用于学习、研究、项目管理等场景，操作简便，适合各类用户使用。
AI项目与工具 2025年06月11日
吐司TusiArt

吐司TusiArt

吐司TusiArt是一个由上海必有回响智能科技开发的AI绘画模型分享社区和在线生图平台。平台提供了丰富的AI绘画模型，支持用户在线运行和下载，无需额外软件或硬件支持。用户可以轻松生成、编辑和分享自己的作品，并且平台还支持用户自定义模型的训练和定制。平台具有易于使用的在线生图工具、开放的模型分享平台、海量模型库以及社区互动分享功能。
AI项目与工具 2025年02月24日