应用
  1. 首页
  2. 应用

列表

Multimodal Live API

Multimodal Live API

Multimodal Live API是谷歌推出的一种支持文本、音频和视频交互的AI接口，具备低延迟、实时双向通信和自然语言处理能力。它允许用户通过多种输入方式与AI互动，并支持会话记忆和外部功能调用，广泛应用于客户服务、在线教育、远程医疗、视频会议和娱乐等领域。
AI项目与工具 2025年06月12日
SwiftEdit

SwiftEdit

SwiftEdit是一款基于文本引导的图像编辑框架，利用一步反演技术和掩码引导编辑技术，可在极短时间内实现高质量图像编辑，同时保持背景元素完整。它支持快速文本引导编辑、一步反演框架及自引导编辑掩码提取，并具备灵活的注意力重缩放机制，广泛应用于社交媒体、广告营销、新闻媒体、艺术创作和电子商务等领域。
AI项目与工具 2025年06月12日
Particle News

Particle News

Particle News是一款以AI驱动的新闻阅读平台，通过聚合多源信息，为用户提供个性化、简洁的新闻摘要与多视角报道。其核心功能包括个性化订阅、多样化新闻风格展示、互动问答及音频新闻服务，旨在帮助用户高效获取全面、客观的信息。适用于通勤、学习、工作等多种场景，适合各类用户群体。
AI项目与工具 2025年06月12日
DiffSensei

DiffSensei

DiffSensei是一款由北京大学、上海AI实验室及南洋理工大学联合开发的漫画生成框架，它结合了基于扩散的图像生成技术和多模态大型语言模型（MLLM）。该工具能够根据用户提供的文本提示和角色图像，生成具有高精度和视觉吸引力的黑白漫画面板，支持多角色场景下的互动与布局调整。其核心技术包括掩码交叉注意力机制、对话布局编码以及MLLM作为特征适配器等，广泛应用于漫画创作、个性化内容生成、教育和培训等领
AI项目与工具 2025年06月12日
Ultravox

Ultravox

Ultravox 是一种多模态大型语言模型（LLM），能够直接处理文本和语音输入，无需额外的语音识别步骤。其核心技术包括多模态投影器，用于将音频数据转换为高维空间表示，显著提升语音理解和处理效率。该模型支持实时语音对话、多语言扩展及领域特定知识的学习，适用于智能客服、虚拟助手、语言学习、实时翻译及教育等领域。
AI项目与工具 2025年06月12日
星流AI

星流AI

星流AI是一款基于先进AI技术的图像生成平台，凭借其自主研发的Star-3 Alpha模型和丰富的LoRA模型库，提供高精度图像生成、智能推荐、色彩调整、局部重绘、智能扩图及细节修复等功能，广泛服务于电商、广告、艺术创作等行业，支持多语言操作和多样化风格选择，助力用户高效完成高质量图像创作。
AI项目与工具 2025年06月12日
EXAONE 3.5

EXAONE 3.5

EXAONE 3.5是一款由LG AI研究院开发的开源AI模型，包含多种参数规模版本，专长于长文本处理和复杂场景下的推理任务。其核心技术包括检索增强生成与多步推理，可显著减少错误信息并提升准确性。此外，EXAONE 3.5还具备双语支持及强大的上下文理解能力，适用于聊天机器人、语言翻译、内容创作等多个领域。
AI项目与工具 2025年06月12日
PicPicAi

PicPicAi

PicPicAi是一款集成了多项AI驱动功能的图片编辑工具，支持照片增强、背景移除、物体擦除、老照片修复及黑白照片上色等功能。凭借直观的操作界面和强大的算法支持，它满足了摄影师、社交媒体运营者及内容创作者等群体的专业需求，助力他们快速生成高质量视觉内容。
AI项目与工具 2025年06月12日
CausVid

CausVid

CausVid是一种由Adobe和MIT联合开发的实时视频生成技术，基于自回归生成模型和蒸馏预训练技术，实现了低延迟、高效率的视频创作。其核心功能包括即时视频生成、快速流式生成、零样本图像到视频转换、视频风格迁移、长视频生成以及交互式剧情生成等。CausVid通过分布匹配蒸馏、非对称蒸馏策略和滑动窗口机制等技术手段，优化了视频生成的质量与稳定性，适用于内容创作、新闻报道、教育培训、游戏开发及广告营
AI项目与工具 2025年06月12日
Voxify

Voxify

Voxify是一款利用AI技术将文本转化为自然语音的专业工具，具备超过450种声音选择，支持140多种语言和方言。用户可自定义音调、语速及情感表达，满足多样化的应用场景。此外，Voxify支持多格式输出并提供API接口，便于集成至其他系统中。
AI项目与工具 2025年06月12日