AI项目与工具

Socratic

Socratic是一款基于AI的多功能学习助手,支持多学科覆盖,涵盖科学、数学、文学和社会学等领域。它提供多样化的解答形式,如视频、文本和链接,并通过智能识别技术和详细解题步骤帮助用户深入理解问题。此外,其视觉化呈现方式和多样的输入选项(如拍照、语音和文本)增强了学习体验,适用于家庭作业辅导、课堂补充、考试复习及自学等多种场景。

SocialAI

SocialAI是一款基于人工智能技术打造的社交网络应用,允许用户发布状态更新并接收来自AI的定制化回复与互动。其核心功能包括私人空间、定制化对话及隐私保护,旨在为用户提供情感支持、心理治疗辅助以及创意激发的平台。用户可选择多种AI追随者类型,如支持者、批评者等,以实现个性化的社交体验。所有内容完全私密,且应用持续扩展对多语言的支持。

MooER

MooER是一款基于国产全功能GPU训练的开源音频理解大模型,由摩尔线程推出。它能够进行中文和英文的语音识别,并具备中译英的语音翻译能力。MooER在Covost2中译英测试集中取得25.2的BLEU分数,接近工业级标准。其主要功能包括语音识别、语音翻译、高效率训练以及开源模型。该模型采用深度学习架构和端到端训练模式,具有强大的多语言处理能力和广泛的适用性。

Stable Virtual Camera

Stable Virtual Camera 是 Stability AI 推出的 AI 工具,能够将 2D 图像转换为具有真实深度和透视感的 3D 视频。用户可通过自定义相机轨迹生成多种宽高比的视频,支持最长 1000 帧的高质量输出。其核心技术包括生成式 AI、神经渲染和多视图一致性优化,确保视频在不同视角间过渡自然且保持 3D 一致性。适用于广告、内容创作及教育等多个领域。

Hero Stuff

Hero Stuff是一款基于AI的二手物品销售辅助工具,支持拍照识别物品并自动生成商品描述、定价建议及发布信息。用户可一键将商品发布至多个平台,简化销售流程。工具具备多品类支持、历史记录管理和智能优化建议等功能,适用于学生、搬家人群及日常清理者,提高闲置物品的销售效率与成交率。

TIGER

TIGER是由清华大学研发的轻量级语音分离模型,采用时频交叉建模策略与多尺度注意力机制,有效提升语音分离性能,同时显著降低计算和参数开销。模型通过频带切分优化资源利用,适应复杂声学环境,广泛应用于会议记录、视频剪辑、电影音频处理及智能语音助手等领域。

Emotion

Emotion-LLaMA是一款基于多模态输入的情绪识别与推理模型,结合音频、视觉和文本信息,提升情感理解的准确性与可解释性。模型采用改进版LLaMA架构,通过指令调整增强情感处理能力,并依托自建的MERR数据集进行训练与验证。在多个挑战赛中表现优异,适用于人机交互、教育、心理健康、客户服务等领域,具有广泛的应用前景。

Large Motion Model

Large Motion Model(LMM)是一款由新加坡南洋理工大学S-Lab和商汤科技合作研发的多模态运动生成框架。它支持从文本、音乐等多种模态生成逼真运动序列,具备高度精准的身体部位控制能力和强大的泛化能力。通过整合多样化的MotionVerse数据集以及创新性的ArtAttention机制和预训练策略,LMM在多个领域展现出高效的应用潜力,包括动画、虚拟现实、影视特效及运动分析等。

易健EasyHealth

易健EasyHealth是一款基于大语言模型技术开发的微信小程序,提供AI智能问答、情感智能算法、健康档案管理、健康数据分析及个性化健康咨询等多功能服务。用户可免费注册并自定义AI助手性格与回答风格,同时享受多语言支持和定制化健康建议,用于个人健康管理、健康咨询、疾病预防、健康教育及心理支持等多个应用场景。

PersonaTalk

PersonaTalk是一种基于注意力机制的两阶段框架,用于实现高保真度和个性化的视觉配音。其核心技术包括风格感知音频编码、唇形同步几何生成、双注意力面部渲染等,能够确保视频中人物的嘴型动作与输入音频精准匹配,同时保留说话者的独特风格和面部特征。相比现有技术,PersonaTalk在视觉质量和唇形同步方面表现更优,适用于电影、游戏、虚拟助手等多个领域。