OmniAudio OmniAudio-2.6B是一款专为边缘设备设计的高性能音频语言模型，具备语音识别、转录、问答、对话生成及内容创作等核心功能。其技术优势在于多模态架构的高效集成、稀疏性利用以及三阶段训练流程，支持FP16和Q4_K_M量化版本，确保在资源受限的环境下仍能稳定运行。OmniAudio-2.6B可应用于智能助手、车载系统、会议记录、教育和医疗等多个领域，为用户提供便捷、高效的语音交互体验。 AI项目与工具 2025年06月12日 95 点赞 0 评论 559 浏览
AvatarGO AvatarGO是由南洋理工大学、上海AI Lab和香港大学联合开发的AI框架，能够根据文本描述生成高质量的4D人体与物体交互场景。其核心在于利用LLM引导的接触重定位、空间感知的分数蒸馏采样和运动优化技术，实现精确的接触识别与动画生成，有效解决穿透问题。支持多种人物与物体组合，适用于虚拟导购、展厅讲解、VR/AR内容创作等多个领域。 AI项目与工具 2025年06月12日 17 点赞 0 评论 559 浏览
FastVLM FastVLM是一款高效的视觉语言模型，采用FastViTHD混合视觉编码器，显著提升高分辨率图像处理速度并减少token数量。其在保持高性能的同时，降低了计算成本和模型复杂度。适用于视觉问答、图文匹配、文档理解、图像描述生成等多模态任务，具备良好的实用性和扩展性。 AI项目与工具 2025年06月11日 85 点赞 0 评论 559 浏览
Gemini Gemini是Google DeepMind推出的全新AI模型，集成了多模态推理功能，超越了以往模型的性能，适用于科学文献洞察、竞争性编程等多种应用场景。 Ai平台模型 2025年06月05日 100 点赞 0 评论 559 浏览
UPDF UPDF是一款基于AI技术的多功能PDF工具，支持文本编辑、图片编辑、注释、转换、OCR识别、表单填写及签名等功能。其特色包括跨平台兼容性（Windows、Mac、Android、iOS及在线版本）、AI辅助阅读体验（总结、翻译、解释）以及便捷的商务与学术应用场景。适用于文档编辑、学术研究、商务沟通及法律文件处理等多样化需求。 AI项目与工具 2025年06月12日 83 点赞 0 评论 559 浏览
PaperFake PaperFake是一款利用先进大模型技术支持的论文写作平台，能够快速生成原创性高的论文初稿，支持多种格式输出并附带辅助材料，显著提升学术写作效率。其核心技术降低了AIGC痕迹，确保了论文的原创性和查重率达标，适用于各类学术与非学术写作场景。 AI项目与工具 2025年06月12日 92 点赞 0 评论 560 浏览
CustomNet CustomNet旨在更好地将指定物品的图片融合到新生成的图片中，并确保原物品的样式和纹理细节得以还原。这项技术给SD商品图融合带来了一线生机。 Ai开源项目 2025年06月05日 11 点赞 0 评论 560 浏览
reclaimai ReclaimAI是一款基于人工智能的智能日程管理工具，提供自动化日程安排、日历集成、任务管理和智能提醒等功能，帮助用户优化时间管理并提升工作效率。适用于个人、团队及大型项目的日程协调，支持多种日历系统和跨时区会议安排，具有高度灵活性和多功能性。 AI项目与工具 2025年06月12日 73 点赞 0 评论 561 浏览
