生成

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。

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。

Project Turntable

Project Turntable是一款由Adobe发布的AI工具,支持用户在三维空间中旋转二维矢量图像,并利用生成式AI和深度学习技术即时生成图像的隐藏部分。它显著提升了设计师的工作效率,减少了重复性劳动,适用于平面设计、插画创作、动画制作及游戏开发等领域,同时保持了图像的二维特性和平滑过渡效果。

Lumiere

谷歌研究院开发的基于空间时间的文本到视频扩散模型。采用了创新的空间时间U-Net架构,能够一次性生成整个视频的时间长度,确保了生成视频的连贯性和逼真度。

ImgCreator AI

Imgcreator AI,一款强大而灵活的在线图片生成工具,您只需在输入框中输入您想要转化为图像的文本。

必优科技

通过AI快速进行内容创作,营销文案、科普问答、文段续写等,加速内容生成,对seo创作友好!

Jobscan

Jobscan 是一款专注于简历优化的 AI 工具,主要功能包括 ATS 匹配分析、关键词优化、简历生成和 LinkedIn 优化。它帮助求职者提升简历通过招聘系统的概率,并提供实时编辑建议。适用于求职准备、简历调整及职业发展等多个场景,支持免费和付费版本,满足不同用户需求。

ViDoRAG

ViDoRAG是阿里巴巴通义实验室联合高校开发的视觉文档检索增强生成框架,采用多智能体协作与动态迭代推理技术,提升复杂文档的检索与理解能力。通过高斯混合模型优化多模态信息整合,支持精准检索与高质量生成,适用于教育、金融、医疗等多个领域,显著提升文档处理效率与准确性。

AutoDev

AutoDev是一款由微软研发的AI编程辅助工具,专注于自动化软件工程任务,如代码编写、调试、测试和版本控制等。它通过目标定义与任务分配、代码生成、测试执行、代码维护、文件编辑、信息检索、构建与执行、多智能体协作、对话管理和安全隐私保护等功能,提高软件开发效率和质量。AutoDev的架构设计确保了其高效、安全和可控性,支持在无干预情况下自主完成任务。

Remaker

Remaker是一个在线AI工具,专注于创意内容的生成。它利用生成式AI技术,为用户提供了多种功能,包括AI换脸、批量换脸、多人换脸、视频换脸等,满足不同场景下的内容创作需求。