EMOVA EMOVA是一款由多所高校与企业联合研发的多模态全能型AI助手，具备处理图像、文本和语音的能力，支持情感化语音对话，并通过轻量级情感控制模块增强了人机交互的自然性。其核心技术包括连续视觉编码器、语义-声学分离的语音分词器及全模态对齐机制，广泛应用于客户服务、教育辅助、智能家居控制等多个领域。 AI项目与工具 2025年06月12日 55 点赞 0 评论 342 浏览
Megrez Megrez-3B-Omni是一款具备全模态理解能力的开源模型，支持图像、音频和文本的综合处理，具备强大的推理效率和多模态交互功能。它能够在多个权威测试集中展现卓越性能，尤其擅长场景理解、OCR识别及语言生成等任务，同时通过智能WebSearch调用增强问题解答能力，适用于个人助理、智能家居、车载系统等多种应用场景。 AI项目与工具 2025年06月12日 25 点赞 0 评论 462 浏览
Ola Ola是一款由多机构联合开发的全模态语言模型，支持文本、图像、视频和音频等多种输入形式。通过渐进式模态对齐策略，逐步扩展模型的多模态理解能力，同时采用流式解码技术提升交互体验。其架构融合多种编码器与解码器，结合局部-全局注意力机制，实现高效多模态处理，在多项任务中表现优异。 AI项目与工具 2025年06月12日 98 点赞 0 评论 288 浏览
Mirage Studio 一款基于自研全模态基础模型的AI视频生成工具，可根据音频、文本、图像等输入自动生成具有真实情感和动作的虚拟角色视频。 Ai视频生成 2025年06月05日 44 点赞 0 评论 366 浏览
