AI项目与工具

BizGen

BizGen是由清华大学与微软研究院联合开发的AI信息图生成工具,能将长篇文章自动转化为专业级的信息图和幻灯片。其核心技术包括高质量数据集Infographics-650K和“布局引导的交叉注意力机制”,可精准控制图像中各区域的文本与视觉元素。支持多语言和多种风格,适用于商业汇报、产品展示、学术研究等多个场景,具备高准确性与排版质量。

LayerDiffusion

LayerDiffusion是一种创新的AI工具,利用大规模预训练的潜在扩散模型生成具有透明度的图像。该技术引入了“潜在透明度”的概念,将图像的alpha通道透明度信息编码到潜在空间中。LayerDiffusion不仅可以生成单个透明图像,还能生成多个透明图层,支持条件控制生成和图层内容结构控制,确保高质量的图像输出。此外,它还能够生成多个透明图层,并通过共享注意力机制和低秩适应确保图层间的和谐混

GameNGen

GameNGen是谷歌推出的一款AI游戏引擎,它能够以每秒20帧的速度实时生成高质量的DOOM游戏画面,使大多数玩家难以分辨真假。该工具无需编程,简化了开发流程,同时具备高逼真度和交互式体验,为游戏创作提供了新的可能性。除了游戏开发,它还能应用于虚拟现实、自动驾驶等多个领域,具有广泛的应用前景。

桐小乌

桐小乌是一款由桐乡市政府与支付宝合作开发的AI智能助手,专为2024年世界互联网大会参会者及乌镇游客设计。它集成了会议日程查询、展区导航、景点讲解、餐饮住宿推荐等功能,并支持租借服务和AI伴游体验。通过支付宝“碰一下”、首页下拉或支小宝APP访问,用户可享受个性化服务和实时信息推送,助力高效便捷的会务与旅行体验。

Lovekey键盘

Lovekey键盘是一款专为恋爱沟通设计的智能输入法应用,提供一键回复、聊天人设市场、恋爱开场白等功能,帮助用户提升聊天效率与趣味性。支持个性化定制和智能推荐,兼顾实用性与安全性,适用于社交互动及商务交流等场景。

Tersa

Tersa 是一款开源免费的 AI 工作流构建平台,提供直观的拖放界面,支持 77 个主流 AI 模型,如 GPT-4o、Claude 3.5 Sonnet、DALL-E 3 和 Whisper 等,适用于文本生成、图像视频创作、音频转录和代码优化等多种任务。用户可通过拖放文件快速构建复杂流程,无需编程基础,广泛应用于内容生成、代码审查、原型开发和多模态功能集成等领域。

豆包·语音播客模型

豆包·语音播客模型是字节跳动旗下火山引擎推出的语音播客工具,基于流式模型构建,可将文本秒级转化为双人对话式播客。具有低成本、高时效、强互动特点,解决了传统AI播客内容重复、不够口语化的问题。支持低时延与可打断、深度搜索、高效创作、超长文本转播客等功能,适用于教育、娱乐、心理咨询、内容营销和有声读物制作等场景。

Knowt

Knowt 是一款人工智能学习工具,可将笔记、PDF 和视频内容转化为抽认卡,支持多种学习模式如练习测试和间隔重复。具备实时讲座笔记、PPT/PDF 摘要、拍照解题等功能,适合备考复习、课堂笔记和自主学习,提供丰富的学习资源和多设备同步支持。

copysmith

CopySmith是一款基于人工智能技术的文案生成工具,专为电商和企业级用户提供高效的内容创作解决方案。它利用自然语言处理技术,帮助用户快速生成高质量的文章、广告文案和产品描述等文本内容。用户可通过选择模板、输入关键词等方式定制化生成所需文本,并且支持多语言版本,适合国际化业务发展。主要应用场景包括电商商品详情页优化、营销推广材料制作、企业内部沟通文档编写等,旨在提升内容创作效率与质量。

Mistral Saba

Mistral Saba 是一款面向中东和南亚地区的定制化 AI 模型,具备 240 亿参数,专注于阿拉伯语及南亚语言(如泰米尔语、马拉雅拉姆语)的处理。其优势在于高效部署、低资源占用和高准确性,适合需要文化背景理解的场景。可通过微调应用于多个行业,并支持 API 和本地部署,适用于对话支持、专业领域知识生成及文化内容创作。