教育

MM1.5

MM1.5是苹果公司研发的多模态大型语言模型,具备强大的文本与图像理解能力,包括视觉指代、定位及多图像推理功能。它通过数据驱动的训练方法,实现了从1B到30B参数规模的性能提升,并推出了视频和移动UI专用版本,为多模态AI技术发展提供重要参考。主要应用场景涵盖图像与视频理解、视觉搜索、辅助驾驶、智能助手及教育领域。

歌者PPT

一键智能生成,内置海量模板,支持在线编辑美化,轻松做出令人惊艳的 PPT

ArchiVinci

ArchiVinci是一款基于人工智能的建筑设计工具,能够将手绘草图或3D模型转化为逼真的建筑渲染图。其功能涵盖概念设计、深化设计、室内设计及景观规划,支持多种风格匹配与实时渲染,广泛应用于建筑、室内设计及教育领域,大幅提升设计效率与创新性。

SuperEdit

SuperEdit是由字节跳动与佛罗里达中央大学联合开发的图像编辑工具,基于扩散模型和优化监督信号,实现高精度的自然语言指令图像编辑。其特点包括高效训练、保留图像质量以及支持多种编辑类型。该工具适用于内容创作、影视、游戏、教育和医疗等多个领域,提供灵活且高效的图像处理方案。

Muse

Muse是一款基于AI技术的音乐创作工具,能够将文本输入转化为MIDI文件,支持用户自定义多种音乐参数。其主要功能包括文本到MIDI的转换、灵活的参数调整以及高效的创作流程优化。Muse广泛应用于音乐教育、专业音乐制作、影视配乐等领域,助力用户快速生成高质量的音乐素材,同时激发创新灵感。

DeepTutor

DeepTutor 是一款基于人工智能的智能辅导系统,支持文本、图表、公式等多种内容的深度理解与解析。用户可上传 PDF 文档并选择不同模式进行提问,系统提供上下文相关的详细解答,并具备视觉内容解读、学习进度跟踪等功能。适用于学生学习、文献分析、知识图谱构建等场景,支持多语言界面,提升学习与研究效率。

创脑

创脑是一款面向公众的AI机器人社区平台,提供从创建、配置到发布AI助手的一站式服务。其核心功能包括创建个性化AI机器人、浏览现有机器人、进行AI对话与创作、复刻AI分身等,广泛应用于办公自动化、客户服务、教育、医疗和金融等领域,助力用户提高效率并实现智能化解决方案。

Talker

Talker-Reasoner是一种结合了直觉与逻辑推理能力的双模块AI代理架构,由谷歌DeepMind研发。它通过Talker模块快速生成自然语言回应,以及Reasoner模块执行复杂的逻辑推理和规划,实现了高效的任务处理和自然的人机交互。该架构支持多步推理、信念状态管理及上下文感知,适用于客户服务、健康管理、教育辅导等多个领域。

LiveKit Agents

LiveKit Agents 是一款基于 Python 的多模态 AI 工具框架,支持实时语音、视频和数据交互。其核心功能包括基于 WebRTC 的低延迟通信、与 OpenAI 等服务的深度集成、丰富的插件生态系统以及负载均衡与自动扩展能力。适用于虚拟助手、客户服务、实时翻译、视频内容审核等多个应用场景。

LobeChat

LobeChat 是一款开源的 AI 聊天框架,支持多供应商集成,提供知识库管理、多模态交互(视觉识别和文本转语音)、插件扩展等功能。用户可通过一键部署创建私有 AI 聊天服务,并支持文件上传与管理。其应用场景广泛,包括客户服务、个人助理、教育、企业沟通、内容创作和语言学习等领域。