AI项目与工具

STIV

STIV是一款由苹果公司开发的视频生成大模型,具有8.7亿参数,擅长文本到视频(T2V)及文本图像到视频(TI2V)任务。它通过联合图像-文本分类器自由引导(JIT-CFG)技术提升生成质量,并结合时空注意力机制、旋转位置编码(RoPE)及流匹配训练目标优化性能。STIV支持多种应用场景,包括视频预测、帧插值、长视频生成等,适用于娱乐、教育、广告及自动驾驶等多个领域。

SongCreator

SongCreator是一款基于AI技术的音乐生成工具,由清华大学深圳国际研究生院与香港中文大学等机构联合开发。它采用双序列语言模型(DSLM)和注意力掩码策略,支持歌词到歌曲、歌词到声乐、伴奏到歌曲等多种音乐生成任务,并允许用户灵活调整生成内容的声学特性。SongCreator适用于音乐制作、教育、娱乐、内容创作等多个领域,为用户提供高效便捷的音乐解决方案。

LinkFox AI

LinkFox AI是一款专为跨境电商设计的AI电商工具,提供AI文案生成、高效作图、场景设计等功能,支持商品图合成、AI模特换装、商品背景替换等特色功能,同时集成多种分析工具,助力卖家优化运营策略,提升国际市场竞争优势。

Notehot.ai

Notehot.ai 是一款基于 AI 技术的智能写作与编辑平台,支持自动写作、内容优化、语法校正、语气调整、一键总结及多语言翻译等功能。它能够帮助用户快速生成高质量文本,优化语言表达,并适应不同应用场景的需求,广泛适用于教育、医疗、金融等行业。

Video

Video-LLaVA2是一款由北京大学ChatLaw课题组开发的开源多模态智能理解系统。该系统通过时空卷积(STC)连接器和音频分支,显著提升了视频和音频的理解能力。其主要功能包括视频理解、音频理解、多模态交互、视频问答和视频字幕生成。时空建模和双分支框架是其核心技术原理。Video-LLaVA2广泛应用于视频内容分析、视频字幕生成、视频问答系统、视频搜索和检索、视频监控分析及自动驾驶等领域。

食神

食神是老板电器研发的烹饪领域AI大模型,基于46年烹饪数据与DeepSeek技术,可精准理解用户需求。支持语音、文字交互,提供个性化菜谱推荐、健康膳食规划,并能与智能厨电联动,实现烹饪全流程自动化。同时具备文化讲解与情感陪伴功能,提升用户体验。适用于家庭烹饪、健康管理及文化体验等多个场景。

WarriorCoder

WarriorCoder是由华南理工大学与微软联合开发的代码生成大语言模型,采用专家对抗机制生成高质量训练数据,无需依赖专有模型或数据集。它具备代码生成、优化、调试、推理及多语言支持等功能,在代码生成、库使用等任务中达到SOTA性能,适用于自动化开发、教育辅助及跨语言转换等场景。模型通过Elo评分系统和裁判评估确保训练数据质量,提升泛化能力与多样性。

LangFlow

LangFlow 是一款低代码 AI 应用开发工具,支持可视化工作流构建、多代理对话管理和 RAG 技术,适用于智能客服、文档问答和内容生成等场景。提供预置组件、API 发布、Python 自定义及云部署功能,提升开发效率与灵活性。

SpeedLegal

SpeedLegal是一款基于AI技术的合同审查工具,通过深度学习和自然语言处理技术,帮助用户快速识别合同中的风险条款并提供优化建议。支持PDF和DOCX格式上传,生成详细分析报告和简明摘要,并配备智能问答功能,便于用户理解合同内容。适用于法律团队、企业、初创公司和个人等多种场景,提升合同管理效率与合规性。

RealtimeSTT

RealtimeSTT是一款开源的实时语音转文本库,具备高精度语音活动检测、GPU加速的实时转录能力以及语音唤醒功能。支持多语言识别,适用于语音助手、会议记录、实时字幕等场景,提供灵活的音频输入与预处理机制,便于开发者快速集成和扩展。