StreamBridge StreamBridge是一款由苹果与复旦大学联合开发的端侧视频大语言模型框架,支持实时视频流的理解与交互。通过内存缓冲区和轮次衰减压缩策略,实现长上下文处理与主动响应。项目配套发布Stream-IT数据集,包含60万样本,适用于多种视频理解任务,展现出在视频交互、自动驾驶、智能监控等领域的应用前景。 AI项目与工具 2025年06月11日 41 点赞 0 评论 558 浏览
INFP INFP是一款基于音频驱动的头部生成框架,专为双人对话设计,具备自动角色转换功能。它通过两个阶段实现头部生成:基于动作的头部模仿和音频引导的动作生成。同时,INFP提出了大规模双人对话数据集DyConv,推动了相关领域的研究进展。该工具适用于视频会议、虚拟助手、教育培训、客户服务等多个场景,支持实时互动并可调节生成风格。 AI项目与工具 2025年06月12日 62 点赞 0 评论 555 浏览
Cascade Cascade是一款基于AI的编程工具,提供编辑和聊天两种模式,支持实时同步、上下文感知及终端命令执行。它能够自动获取代码更改上下文,优化开发流程,适用于多种编程语言和应用场景,包括软件开发、项目管理、编程教育和数据分析等。 AI项目与工具 2025年06月12日 50 点赞 0 评论 554 浏览
Airtop Airtop是一款AI浏览器自动化工具,基于低成本可扩展的云浏览器,让用户能轻松抓取和控制任何网站。其AI Agent能像人类一样登录浏览网页,支持OAuth、2FA和验证码解决。用户可通过自然语言指令引导浏览器完成任务,无需复杂脚本。Airtop提供实时人工干预功能,适用于数据抓取、自动化测试、内容生成、自动化营销等多种场景,帮助用户高效完成自动化任务。 AI项目与工具 2025年06月11日 67 点赞 0 评论 554 浏览
Scam AI Scam AI 是一款基于人工智能的防诈骗工具,支持快速验证视频、音频和文本内容的真实性,识别AI生成或深度伪造内容。它结合自然语言处理、视觉和音频分析技术,具备多格式支持、隐私保护和实时检测等功能,适用于个人、企业、媒体和金融等多个场景,帮助用户有效防范网络欺诈风险。 AI项目与工具 2025年06月12日 73 点赞 0 评论 553 浏览
HMA HMA(Heterogeneous Masked Autoregression)是一种基于异构预训练和掩码自回归技术的机器人动作视频建模方法,支持离散与连续生成模式,可处理不同动作空间的异构性。该工具具备高效实时交互能力,广泛应用于视频模拟、策略评估、合成数据生成及模仿学习等领域,适用于机器人学习与控制任务,提升策略泛化与执行效率。 AI项目与工具 2025年06月12日 22 点赞 0 评论 552 浏览
Oasis Oasis是一款依托于AI技术的实时生成游戏,无需依赖传统游戏引擎即可实现每秒20帧的高质量交互式视频内容输出。它支持玩家自由探索开放世界,并通过动态调整机制提供个性化体验。凭借开源特性及硬件优化能力,Oasis展示了AI在内容创作领域的巨大潜力,适用于游戏、教育、虚拟旅游等多个领域。 AI项目与工具 2025年06月12日 83 点赞 0 评论 549 浏览
Loudly 一种允许用户使用人工智能技术创作原创音乐的AI音乐生成器、Ai编曲软件。用户可以选择特定的流派和所需的音乐长度,Loudly AI将在几秒钟内生成独特的曲目。 Ai语音工具 2025年06月05日 16 点赞 0 评论 548 浏览
LATTE3D LATTE3D 是由英伟达多伦多AI实验室开发的一种高效生成高质量3D对象的模型。它基于文本描述,能在约400毫秒内生成逼真的3D内容。LATTE3D采用摊销优化方法,增强了对新提示的适应能力。该模型支持文本到3D合成、快速生成、高质量渲染及3D风格化功能,适用于多种应用场景。 AI项目与工具 2024年01月01日 41 点赞 0 评论 547 浏览
Westlake Westlake-Omni是西湖心辰推出的一款开源中文情感端到端语音交互大模型,融合了语音识别、自然语言处理、情感理解和对话管理等功能,具备实时性和端到端交互特性。它通过深度学习技术和离散表示法,实现从语音输入到语音输出的全流程自动化,生成自然流畅的语音回应,并广泛应用于智能助手、客户服务、教育辅助、健康医疗等领域。 AI项目与工具 2025年06月12日 91 点赞 0 评论 547 浏览