模型
  1. 首页
  2. 模型

列表

CleanS2S

CleanS2S

CleanS2S是一款流式语音到语音交互智能体原型，通过集成自动语音识别（ASR）、大型语言模型（LLM）、文本到语音（TTS）以及WebSockets等技术，提供高质量、实时的语音交互体验。它支持全双工交互和打断功能，可整合网络搜索和RAG模型以增强回答能力，适用于客户服务、智能家居控制、教育辅助、健康咨询及车载系统等多个领域。
AI项目与工具 2025年06月12日
Casevo

Casevo

Casevo是一款由中国传媒大学研发的开源社会传播模拟系统，结合大语言模型与多智能体技术，用于模拟人类认知、决策和社会交互，分析并预测社会传播现象。其模块化设计支持从场景设定到复杂社会网络建模的全流程仿真，适用于新闻传播、社会计算、公共政策等多个领域，助力研究者进行理论构建与策略优化，推动AI在社会科学中的应用发展。
AI项目与工具 2025年06月12日
MagicQuill

MagicQuill

MagicQuill是一款基于AI的开源图像编辑工具，提供智能化的局部编辑功能。其核心功能包括AI驱动的智能建议、精确的像素级编辑（如添加、删除和颜色调整），以及多种定制化工具（如添加笔刷、减去笔刷和颜色笔刷）。此外，它还具备实时意图预测和参数调整能力，支持多模态大语言模型和扩散模型的协作，适用于个人娱乐、教育、专业设计及商业应用等多个领域。
AI项目与工具 2025年06月12日
Amphion

Amphion

Amphion是一款开源音频生成工具包，包含文本转语音（TTS）、歌声合成（SVS）、语音转换（VC）、歌声转换（SVC）、文本转音频（TTA）和文本转音乐（TTM）等功能。它支持多种神经声码器，并提供可视化模型架构，帮助用户快速掌握音频生成技术。通过统一框架和预训练模型，Amphion推动了音频生成领域的研究和应用发展。
AI项目与工具 2025年06月12日
Sapiens

Sapiens

Sapiens是由Meta实验室开发的AI视觉模型，主要用于解析图片和视频中的人类动作。它支持2D姿态估计、身体部位分割、深度估计和表面法线预测等功能，采用视觉变换器架构。Sapiens具有强大的泛化能力，适用于虚拟现实、增强现实、3D人体数字化、人机交互、视频监控分析、运动捕捉及医学成像与康复等多个领域。
AI项目与工具 2025年06月12日
炉米Lumi

炉米Lumi

炉米Lumi是一款由字节跳动开发的AIGC图像创作平台，主要功能包括模型上传与展示、工作流搭建以及LoRA微调。它为AI爱好者、研究人员和开发者提供了一个协作环境，用于分享和优化AI模型。炉米Lumi支持多种应用场景，如科研、教育、艺术创作、商业应用开发等，具有开放性和高灵活性。 ---
AI项目与工具 2025年06月12日
Ministral 3B/8B

Ministral 3B/8B

Ministral 3B 和 8B 是由 Mistral AI 开发的两款轻量级 AI 模型，专为设备端和边缘计算设计。它们具备强大的知识处理能力和高效的上下文管理能力，支持长达 128k 的上下文长度，并通过独特的交错滑动窗口注意力机制提升了推理速度。这些模型适用于设备端翻译、本地数据分析、智能助手及自主机器人等领域，同时支持无损量化和私有部署。
AI项目与工具 2025年06月12日
FunASR

FunASR

FunASR是一个由阿里巴巴达摩院开源的多功能语音识别工具包，涵盖语音识别（ASR）、语音活动检测（VAD）、标点恢复、说话人验证及分离等功能。它支持工业级模型的训练与微调，并提供预训练模型和易用接口，便于快速部署。新增的Whisper-large-v3-turbo模型进一步提升了其性能，广泛应用于智能助手、会议记录、客服系统和语音搜索等领域。
AI项目与工具 2025年06月12日
Augmented Physics

Augmented Physics

Augmented Physics是一款基于人工智能的教育工具，旨在通过计算机视觉技术和多模态语言模型，将物理教科书中的静态图表转化为动态交互式模拟，帮助学生更好地理解物理概念。它支持多种仿真类型，包括光学、运动学和电路等，并提供动态可视化和动画效果，同时无需编程技能即可创建仿真。
AI项目与工具 2025年06月12日
多面鹅

多面鹅

OfferGoose是一款基于AI的面试助手，旨在提升求职者的面试表现。它提供实时面试提醒、AI模拟面试、智能押题和深度复盘等功能，支持多语言和多种行业需求。无论是技术岗位还是非技术岗位，OfferGoose都能帮助用户增强技术能力和沟通技巧，提供定制化的面试建议和职业发展支持。
AI项目与工具 2025年06月12日