生成

LongRAG

LongRAG是一个专为长文本问答设计的双视角鲁棒检索增强生成框架,包含混合检索器、LLM增强信息提取器、CoT引导过滤器和LLM增强生成器。它通过整合全局上下文与细节信息,解决长文本中的复杂问答挑战,并在多个数据集上展现优异性能。此外,其自动化微调数据构建能力增强了模型的指令遵循能力和领域适用性。

妙鸭相机

妙鸭相机是一款在线生成专业质感大片的AI相机,拥有潮流、时尚、有趣、好玩的风格模板,让你方便快捷地拥有百变照片,掌握引爆朋友圈的流量密码,成为社交圈的时尚先锋!

NightCafe Studio

NightCafe Creator是一款AI艺术生成器应用程序,可以让用户使用各种技术创建令人惊叹的AI生成艺术品。它还提供了一个平台供AI艺术爱好者互动社区。

Vibe Draw

Vibe Draw是一款开源AI 3D建模工具,能将2D草图自动转换为高质量3D模型,并支持文本提示优化和模型编辑。用户可一键导出为glTF格式,适用于创意设计、教育、游戏开发等多个领域。工具基于Next.js、React、Three.js、FastAPI等技术,具备高效的实时交互与异步处理能力。

Lyra

Lyra是一款由香港中文大学、SmartMore和香港科技大学联合研发的高效多模态大型语言模型(MLLM)。它通过整合视觉、语音和文本三种模态的信息,实现了强大的跨模态理解和推理能力。Lyra不仅擅长处理长语音数据,还支持流式文本-语音生成及跨模态信息交互,适用于智能助手、客户服务、教育培训、医疗健康等多个领域。

标智客

标智客是一款基于人工智能的LOGO设计工具,能够根据用户提供的公司或品牌信息自动生成多样化的设计方案。它支持在线编辑LOGO元素,提供原创设计服务并确保版权保护,适用于企业、产品、个人品牌等多种应用场景。

Spark

Spark-TTS是一款基于大型语言模型的高效文本转语音工具,支持中英文双语及跨语言合成。它无需额外生成模型,通过LLM预测编码直接生成音频,实现零样本语音克隆。用户可自定义语音参数,如音色、语速等,适用于语音助手、多语言内容创作、智能客服及虚拟角色配音等多种场景。

Vidgo AI

一个多合一AI图像、音乐和视频生成器,能将文字、图片等素材变成图像、音乐和视频等多媒体内容。提供AI 图像生成、视频生成和编辑三大核心功能。

MoMask

MoMask是一款基于生成式掩码建模的3D人体动作生成工具,支持文本驱动的动作创建与编辑。采用分层量化与Transformer架构,实现高精度、连贯的3D动作序列生成,在HumanML3D数据集上的FID值仅为0.045。支持动作时序控制、多平台部署及动作评估功能,适用于游戏开发、动画制作、VR及体育分析等多个领域。

aiApply

aiApply 是一款基于人工智能技术的求职平台,主要功能包括 AI 驱动的简历生成器、个性化求职信撰写工具、自动申请功能及面试准备模块。它旨在帮助求职者高效地创建高质量的申请材料,提升求职成功率,适用于应届毕业生、职业转换者及忙碌的职场人士等各类人群。