AI项目与工具

Cerebellum

Cerebellum是一款结合Claude 3.5 Sonnet与Selenium WebDriver的智能化浏览器助手,通过构建网页浏览的有向图模型,利用LLM技术分析页面内容和交互元素,智能规划操作路径并动态调整策略。它支持多浏览器操作,可精确模拟用户行为,广泛应用于网页自动化测试、数据抓取、内容管理及电子商务等多个领域。

WebRL

WebRL是一种由清华大学与智谱AI共同研发的自我进化的强化学习框架,专注于通过开放大型语言模型优化网络代理性能。该框架采用动态任务生成与结果监督奖励机制,并结合自适应强化学习策略,解决了任务稀缺和反馈稀疏等问题。其显著提升了开源模型在WebArena-Lite基准测试中的表现,具备自我进化、持续改进的特点。

Answer.AI

Answer.AI是一款结合先进AI技术的学习辅导工具,主要功能包括拍照解题、概念解析、记忆卡片及模拟测试,覆盖多学科领域。它通过个性化交互与智能辅助提升学习效率,适用于家庭作业辅导、考前复习、课堂补充及个性化学习计划制定。 ---

Learn About

Learn About是一款由谷歌开发的对话式AI学习助手,基于Gemini模型,通过问答形式为用户提供简明答案并引导深入学习。它具备知识点梳理、参考资料推荐、内容大纲生成等功能,覆盖多学科领域,支持多模态学习资源,旨在提升用户的理解深度和学习效率。适合学术研究、备考复习、技能学习、家庭教育及终身学习等多种应用场景。

GenType

GenType是一款基于AI技术的字母生成工具,利用Google Imagen 2模型,用户可通过输入提示词生成26个具有特定风格的英文字母。该工具支持字母的单次重置、复制、保存以及组合成单词或短语,广泛应用于平面设计、品牌标识、社交媒体内容创作及教育领域,兼具灵活性和易用性。

OuteTTS

OuteTTS是一款基于开源技术的文本到语音(TTS)工具,利用纯语言建模方法生成自然语音。它支持语音克隆和自定义说话人声音,具备音频标记化、CTC强制对齐和结构化提示创建等功能。OuteTTS与llama.cpp和GGUF格式兼容,适用于有声读物、智能客服、语音导航等多种应用场景。

33字幕

33字幕是一款集语音识别与文本翻译于一体的AI字幕生成工具,支持多种语言的语音转文字及翻译,可实现实时字幕生成与同步翻译。用户可通过本地AI模型免费运行,显著降低使用成本。该工具具备边识别边生成字幕、台词搜索等功能,广泛应用于视频创作、教育培训、企业会议等领域。

GTA

GTA是一项由上海交通大学与上海AI实验室合作研发的基准测试,专注于评估大型语言模型在真实世界环境中的工具调用能力。它包含229个精心设计的问题,涉及多个领域,并通过多模态输入输出和细粒度评估指标,全面衡量模型的工具使用效率与准确性。GTA可应用于智能助理开发、多模态交互、自动化客户服务、教育及科研等多个领域,助力提升人工智能系统的综合性能。

氢刻

氢刻是一款结合AI技术的卡片式学习工具,支持个性化知识库构建与智能复习功能,适用于语言学习、概念记忆及专业考试等多个场景。其核心功能包括卡片笔记创建、智能复习推荐、AI辅助记忆及跨平台数据导入导出,助力用户高效管理和巩固知识。

Animode

Animode是一款利用3D技术和人工智能实现视频动漫化的创作工具,支持从图片或视频素材生成高质量的二次元风格内容。其核心功能包括动作捕捉、场景多样化选择、实时渲染优化及后期编辑支持,广泛应用于专业视频制作、自媒体创作、教育培训等领域,特别适合需要高效且高质量视觉呈现的场景。