多语言
SenseVoice
一款阿里通义实验室发布的FunAudioLLM框架多语言音频基础模型，SenseVoice具有多语种、混合语言、音色和情感控制能力。
Fish Speech
Fish Speech是一款开源的文本到语音（TTS）工具，支持中文、英文和日文。它通过大约15万小时的多语种数据训练，实现了接近人类水平的语音合成效果。该工具的特点包括低显存需求（仅需4GB）、快速推理速度、高自定义性和灵活性。Fish Speech支持多种语音生成模型，如VITS2、Bert-VITS2等，适用于智能助手、自动客服、语言学习等多个领域。
Giga视频超级工厂
Giga视频超级工厂是一款利用AI技术进行短视频批量制作的平台，主要功能包括多元短视频生成、多语言视频翻译、多语言字幕翻译、图文转视频及报纸生成视频等。平台能够自动分析原始视频内容，批量生成适合不同平台、风格和时长的短视频，并支持配音播报、原声播报和数字人播报。平台还能够自动生成标题、口播内容、分享文案和标签，简化短视频的制作流程，帮助媒体机构在社交平台上实现短视频的高效生产和国际化传播。
AI Novelist
一个专注于日语小说创作的平台，拥有超过 2TB 的文本训练数据。用户可以从示例提示开始，或者使用自己的文本进行创作。此外，该网站还提供游戏和其他体验。
书生·万象InternVL 2.5
书生·万象InternVL 2.5是一款开源多模态大型语言模型，基于InternVL 2.0升级而来。它涵盖了从1B到78B不同规模的模型，支持多种应用场景，包括图像和视频分析、视觉问答、文档理解和信息检索等。InternVL 2.5在多模态理解基准上表现优异，性能超越部分商业模型，并通过链式思考技术提升多模态推理能力。
