实时
Parakeet TDT 0.6B
Parakeet TDT 0.6B 是一款由英伟达开发的开源自动语音识别（ASR）模型，采用 FastConformer 和 TDT 架构，具备高速转录、高精度识别、歌词转录、文本格式化等功能。模型在 Hugging Face Open ASR Leaderboard 中表现优异，实时因子高达 3386，适用于会议记录、法律医疗、字幕生成及音乐索引等多种场景。
Krea Stage
Krea Stage 是一款基于 AI 技术的工具，能够将 2D 图像快速转换为可编辑的 3D 场景，并支持视频生成。用户可通过直观界面实时调整物体、光影和视角，无需专业建模知识。适用于影视、游戏、艺术、VR 和广告等多个领域，提升了 3D 内容创作的效率和灵活性。
Copilot Vision
Copilot Vision是一款由微软开发的人工智能辅助工具，专为Microsoft Edge浏览器设计，处于预览阶段。它能够理解网页内容，通过语音交互为用户提供实时分析和见解，帮助用户进行活动规划、购物决策和学习辅助，同时确保用户隐私安全。
MimicBrush
MimicBrush是一款由阿里巴巴、香港大学和蚂蚁集团联合研发的AI图像编辑工具，通过参考图像模仿和自动区域识别功能，支持对象替换、样式转换和纹理调整等多种图像编辑操作。它具备实时预览、一键编辑和高度自适应的特点，广泛应用于产品设计、时尚、美容、广告、社交媒体内容创作及电子商务等多个领域。
Stable Audio Open Small
Stable Audio Open Small 是由 Stability AI 与 Arm 联合开发的轻量级文本到音频生成模型，参数量降至 3.41 亿，适配移动设备和边缘计算场景。基于深度学习与模型压缩技术，支持快速生成音效、音乐片段等音频内容，适用于实时音频生成任务。具备高效运行、低功耗、多场景应用等特点，可用于音乐创作、游戏音效、视频配乐等领域。
