AI

1. 首页
2. AI

Whisper

Whisper是一个开源的自动语音识别系统，经过68万小时的多语言和多任务监督数据训练

Ai语音工具 1970年01月01日 0 点赞 0 评论 799 浏览

APB

APB是一种由清华大学等机构开发的分布式长上下文推理框架，通过稀疏注意力机制和序列并行推理提升大模型处理长文本的效率。采用更小的Anchor Block和Passing Block，结合查询感知的上下文压缩技术，减少计算开销并精准传递关键信息。在128K长度文本上，APB推理速度比Flash Attention快10倍，比Star Attention快1.6倍，适用于多种分布式环境和模型规模，广泛

AI项目与工具 2025年06月12日 64 点赞 0 评论 799 浏览

Gemini Robotics

Gemini Robotics 是谷歌 DeepMind 基于 Gemini 2.0 开发的机器人系统，融合视觉-语言-动作模型，支持复杂任务执行与环境适应。具备三维空间理解、物体检测、轨迹预测和开放词汇指令执行能力，适用于工业制造、物流仓储、家庭服务、医疗健康等多个领域。系统通过数据驱动训练，结合真实操作与多模态信息，实现高效、灵活的机器人控制。

AI项目与工具 2025年06月12日 17 点赞 0 评论 799 浏览

Vid2World

Vid2World是由清华大学和重庆大学联合开发的创新框架，能够将全序列、非因果的被动视频扩散模型（VDM）转换为自回归、交互式、动作条件化的世界模型。该模型基于视频扩散因果化和因果动作引导两大核心技术，解决了传统VDM在因果生成和动作条件化方面的不足。Vid2World支持高保真视频生成、动作条件化、自回归生成和因果推理，适用于机器人操作、游戏模拟等复杂环境，具有广泛的应用前景。

AI项目与工具 2025年06月11日 33 点赞 0 评论 799 浏览

字狐AI

字狐AI是一款集成多种AI功能的浏览器插件，主要功能包括智能问答、网页信息提取、写作辅助、PDF转换及OCR文字识别。用户可通过语音或文字与之互动，快速获取所需信息并提升工作效率。支持多语言识别与编辑，适用于办公文档处理、写作创作、资料阅读及PPT制作等场景。

AI项目与工具 2025年06月12日 12 点赞 0 评论 799 浏览

S2V.Ai

海螺AI推出的一款基于S2V-01模型的AI视频生成工具，只需输入一张图片即可生成具有高保真度、灵活性和可组合性的视频。

Ai视频生成 2025年06月05日 45 点赞 0 评论 799 浏览

HairstyleAI

使用我们强大的人工智能技术生成不同的发型，看看哪一种最适合你。男女发型都适用。

GPTs应用 1970年01月01日 0 点赞 0 评论 799 浏览

StoryBee

StoryBee是一款基于AI技术的儿童故事生成平台，能够根据用户提供的主题或关键词自动生成个性化故事，并支持互动式选择以提升参与感。平台提供多样化的故事情节，涵盖多种类型，并针对不同年龄段的孩子调整故事复杂度。StoryBee融合教育元素，同时具备家长控制功能，确保内容的安全与健康。此外，平台还提供多媒体支持及故事创作工具，助力家庭和学校教育。

AI项目与工具 2025年06月12日 89 点赞 0 评论 799 浏览

Mona Land

Mona Land是一款基于AI技术的角色扮演互动平台，提供高度拟真的虚拟角色定制服务，用户可设计角色外观、性格及思维模式，并与之进行深入对话和冒险。平台支持多平台访问，拥有丰富的角色类型和沉浸式故事体验，适用于角色扮演爱好者、创意表达者及社交互动需求者。

AI项目与工具 2025年06月12日 28 点赞 0 评论 799 浏览

CountAnything

CountAnything是一款结合计算机视觉技术的计数工具，用户可通过拍照或上传图片标注样本，实现物品的自动计数。其功能涵盖工业、农业、物流及建筑等多个应用场景，支持历史数据保存、结果定制等功能，帮助用户提升工作效率与准确性。

AI项目与工具 2025年06月12日 80 点赞 0 评论 799 浏览