深度学习

1. 首页
2. 深度学习

猫头音

猫头音是一款基于深度学习技术的AI配音与翻唱工具，支持将文字转化为高质量语音输出，并提供多样化音色选择及丰富的音频处理功能。用户可通过简单操作实现个性化配音、修音翻唱以及音频编辑，广泛适用于视频创作、广告制作、有声读物开发及音乐翻唱等多个领域。

AI项目与工具 2025年06月12日 52 点赞 0 评论 368 浏览

Avaturn

Avaturn是一款基于AI的3D虚拟形象生成平台，支持用户通过上传照片生成逼真的3D头像和全身模型。它提供丰富的定制选项，如面部特征、发型、肤色、服装和配饰，并具备实时预览功能。Avaturn适用于社交媒体、在线游戏、虚拟会议、电子商务、教育培训及健康医疗等领域，旨在推动虚拟互动和数字身份的发展。

AI项目与工具 2025年06月12日 56 点赞 0 评论 366 浏览

SmartEraser

SmartEraser是中科大与微软亚洲研究院联合开发的图像编辑工具，采用“掩码区域引导”技术实现精准对象移除，同时保留周围上下文。基于Syn4Removal数据集训练，支持多种掩码输入，适用于复杂场景，广泛应用于照片编辑、设计、文物修复及科研等领域。

AI项目与工具 2025年06月12日 36 点赞 0 评论 366 浏览

PaliGemma 2 mix

PaliGemma 2 Mix 是谷歌 DeepMind 推出的多任务视觉语言模型，支持图像描述、目标检测、OCR、文档理解等功能。模型提供多种参数规模和分辨率选项，适用于不同场景。其基于开源框架开发，易于扩展，可通过简单提示切换任务。适用于科学问题解答、文档分析、电商内容生成等多个领域。

AI项目与工具 2025年06月12日 23 点赞 0 评论 365 浏览

Higgsfield

Higgsfield是一款基于AI的视频生成平台，能够将文本提示转化为高质量视频内容，支持多种风格如现实主义、赛博朋克等。具备电影级相机控制、深度定制、资源管理等功能，适用于社交媒体、广告及电影制作领域，提升创作效率与质量。

AI项目与工具 2025年06月12日 86 点赞 0 评论 364 浏览

SynCD

SynCD是由卡内基梅隆大学与Meta联合开发的高质量合成训练数据集，用于提升文本到图像模型的定制化能力。它通过生成同一对象在不同视角、光照和背景下的图像，结合共享注意力机制和3D资产引导，确保对象一致性。该数据集支持无调优模型训练，提升图像质量和身份保持能力，广泛应用于个性化内容生成、创意设计、虚拟场景构建等领域。

AI项目与工具 2025年06月12日 92 点赞 0 评论 363 浏览

硅语AI

硅基智能开发的AI数字人及视频翻译技术，支持用您自己的语调、口型同步和说话风格免费进行视频语言翻译，创建能够与人类进行互动的虚拟人物。

AI服务商 2025年06月05日 80 点赞 0 评论 360 浏览

TicVoice 7.0

TicVoice 7.0 是一款基于 Spark-TTS 的语音合成引擎，采用 BiCodec 技术实现音色与语义的精准控制，支持 3 秒语音克隆、多角色、多情绪表达及中英切换，语音自然流畅，接近广播级水平，适用于智能客服、有声书、影视配音等场景。

AI项目与工具 2025年06月12日 29 点赞 0 评论 359 浏览

瑞智病理大模型

瑞智病理大模型（RuiPath）是由上海交通大学医学院附属瑞金医院与华为联合开发的国产多模态病理诊断系统，覆盖中国90%的常见癌种及部分罕见病。通过整合图像、文本等多源数据，实现高效、精准的辅助诊断，支持交互式审核流程，提升诊断效率与准确性。模型基于深度学习与华为DCS AI平台，适用于临床诊断、基层医疗、医学教育等多个场景，推动病理诊断智能化发展。

AI项目与工具 2025年06月12日 95 点赞 0 评论 359 浏览

LayerSkip

LayerSkip 是一种针对大型语言模型推理优化的技术，通过层 dropout 和早期退出损失机制，实现从早期层的精准退出，降低计算成本并提高解码效率。该方法结合自我推测解码技术，支持模型在早期层生成预测并通过后续层验证修正，广泛适用于文档摘要、编程任务、语义解析等自然语言处理任务，同时确保高精度与低延迟。

AI项目与工具 2025年06月12日 72 点赞 0 评论 358 浏览