AI

MoshiVis

MoshiVis是一款由Kyutai开发的开源多模态语音模型,支持图像与语音的自然交互。它基于Moshi 7B架构,集成了视觉编码器和跨注意力机制,实现低延迟、自然流畅的对话体验。支持多种后端部署,适用于无障碍应用、智能家居、教育及工业场景,提升人机交互的智能化水平。

PanoDreamer

PanoDreamer是一款基于单张图像生成连贯360° 3D场景的AI工具。其核心技术包括将全景图像生成与深度估计转化为优化任务,并引入交替最小化策略,确保场景的一致性和完整性。该工具支持全景图像及深度信息生成,可应用于虚拟现实、游戏开发、内容创作等多个领域,展现出卓越的性能表现。

FaceFancy

FaceFancy是一款集成AI换脸、图像编辑与创意生成功能的应用,支持照片和视频换脸、多种风格头像生成、年龄与性别变换、旧照修复及特效滤镜等功能,适用于创意娱乐、个人形象设计及社交分享等场景,提升用户创作体验。

LogoFast

一个 AI 驱动的平台,可创建令人惊叹的Logo。它专为需要快速、美观和专业Logo的用户而设计,而无需广泛的设计技能。

知了zKnown

原知了阅读,AI-Native 构建的,致力于信息降噪 / 阅读提效的个人知识助手。知了zKnown用 AI 的方式,快速总结文章的关键信息,帮助用户做读前筛选,提高阅读效率。

灵境矩阵

灵境矩阵是百度最新推出的面向各类开发者的文心插件开发平台。

Dreamina

Dreamina,用户可以根据一段文字生成四幅由AI生成的创意图,用户还可以对生成的图片进行修整,包括调整图片的大小比例和选择不同的模板类型。

Motion Anything

Motion Anything 是一款由多所高校与企业联合研发的多模态运动生成框架,可基于文本、音乐或两者结合生成高质量人类运动。其核心在于基于注意力的掩码建模和跨模态对齐技术,实现对运动序列的精细控制与动态优先级调整。该工具支持影视动画、VR/AR、游戏开发、人机交互及教育等多个应用场景,并配套提供 Text-Music-Dance (TMD) 数据集,推动多模态运动生成技术的发展。

Pollinations AI

Pollinations 是一个通过AI生成媒体内容的平台。平台可能提供多种类型的模板和工具,支持文本、图像、音频、视频等多媒体格式的创作。

Drimo

Drimo 是一款面向影视、广告及 AI 视频创作者的智能创作工具,具备剧本生成、剧情构思、角色设定、分镜设计、故事板生成和影片生成等功能。它简化了影视制作流程,降低了专业门槛,适用于创意策划、广告脚本、短片制作及教学视频等多个场景,帮助用户高效完成内容创作。