AI项目与工具

BAGEL

BAGEL

BAGEL是字节跳动开源的多模态基础模型，拥有140亿参数，采用混合变换器专家架构（MoT），通过两个独立编码器捕捉图像的像素级和语义级特征。它能够进行图像与文本融合理解、视频内容理解、文本到图像生成、图像编辑与修改、视频帧预测、三维场景理解与操作、世界导航以及跨模态检索等任务。BAGEL在多模态理解基准测试中表现优异，生成质量接近SD3，并适用于内容创作、三维场景生成、可视化学习和创意广告生成等
AI项目与工具 2025年06月11日
Hertz

Hertz

Hertz-Dev是一款由Standard Intelligence开发的开源音频模型，专注于低延迟实时对话AI。它具备强大的音频生成与处理能力，能够处理和生成高质量的音频信号，并支持多任务微调，适用于语音识别、语音合成等多种应用场景。此外，Hertz-Dev还提供了音频自动编码、流式生成等功能，广泛应用于智能助手、客户服务、语音识别及合成等领域。
AI项目与工具 2025年06月12日
Pointa

Pointa

Pointa是一款专业的在线视频创作工具，专注于制作流畅自然的Zoom缩放动画效果。它支持多种文件类型的导入与录屏功能，提供多样化的背景选择，并允许添加音频、背景音乐、文本及生成字幕。Pointa具备局部模糊和水印功能，支持多格式导出，适合各类视频应用场景。
AI项目与工具 2025年06月12日
Nooka

Nooka

Nooka是一款基于AI技术的听书应用，提供全球非虚构类书籍的20分钟音频摘要，适合碎片化时间学习。用户可随时提问并获得AI即时回答，实现深度互动。应用支持多语言字幕、音频剪辑分享及社区交流，适用于通勤、运动、家务等多种场景，提升学习效率与趣味性。
AI项目与工具 2025年06月11日
Mistral Small 3.1

Mistral Small 3.1

Mistral Small 3.1 是一款由 Mistral AI 开发的开源多模态 AI 模型，拥有 240 亿参数，支持文本与图像处理，具备长达 128k tokens 的上下文窗口和每秒 150 token 的推理速度。采用 Transformer 架构与 MoE 技术，提升计算效率，支持多语言和本地部署。适用于文档处理、图像分析、质量检测、虚拟助手等多种场景。
AI项目与工具 2025年06月12日
Faster Whisper

Faster Whisper

Faster Whisper 是一款基于 OpenAI Whisper 模型的高效语音识别工具，利用 CTranslate2 引擎显著提升转写速度并降低内存消耗。它支持多语言处理，可应用于实时语音转写、视频字幕生成、客户服务、医疗记录等领域。其核心技术包括 8 位量化、语音活动检测（VAD）及模型优化，同时提供灵活的 API 接口供开发者集成。
AI项目与工具 2025年06月12日
CHANGER

CHANGER

CHANGER是一款工业级AI换头技术，基于色键技术和H2增强模块，能够实现演员头部与目标身体的无缝融合。其核心技术包括前景预测注意力变换器（FPAT）模块，用于精确预测和聚焦关键区域。CHANGER适用于视觉特效、数字人类创建、虚拟主播等多个领域，提供高保真的头部融合效果。
AI项目与工具 2025年06月12日
锐智AI

锐智AI

锐智AI是一款基于人工智能技术的学术辅助工具，支持论文大纲生成、内容撰写、文献引用、查重修改等功能，适用于课程论文、期刊论文、研究报告等多种场景。平台能根据用户输入的主题自动生成结构化内容，并提供语法修正、图表生成、素材库支持等增值服务，提升写作效率与质量。其智能化、多样化的功能满足不同用户的个性化需求，是学术写作的理想助手。
AI项目与工具 2025年06月12日
elastyc

elastyc

Elastyc 是一款基于AI的招聘工具，通过智能算法分析简历和LinkedIn资料，实现候选人与职位的精准匹配与排序。提供定制化评分卡、多渠道候选人获取、系统集成及实时报告功能，提升招聘效率与质量。适用于大规模招聘、人才库管理及职业发展推荐等场景。
AI项目与工具 2025年06月12日
QRBTF

QRBTF

QRBTF是一款基于AI技术的二维码生成工具，结合ControlNet和Stable Diffusion模型，支持用户通过关键词和参数生成个性化二维码。提供多种参数调节选项，并支持SVG、JPG、PNG等格式输出，适用于品牌营销、内容分享和创意设计等多种场景，同时具备二维码扫描测试功能，确保二维码的可用性。
AI项目与工具 2025年06月11日