AI项目与工具

Moonshine

Moonshine

Moonshine是一款专为资源受限设备设计的高效语音识别模型，支持实时语音转文本，具有低延迟、高准确率的特点。它基于编码器-解码器架构和旋转位置嵌入技术，适应不同长度的音频输入，计算需求随音频长度变化而调整，适合边缘设备部署。主要应用于会议转录、语音助手、听力辅助及多语言翻译等领域。
AI项目与工具 2025年06月12日
Stablecog

Stablecog

Stablecog 是一款基于人工智能技术的开源图像生成工具，能够根据文本描述或现有图片生成逼真的艺术作品。它支持多种艺术风格，具备图像编辑和调整功能，适用于艺术创作、设计、社交媒体内容制作等多个领域。
AI项目与工具 2025年06月12日
Pixtral 12B

Pixtral 12B

Pixtral 12B是一款由法国初创企业Mistral开发的多模态AI模型，能够同时处理图像和文本数据。该模型包含120亿参数，大小约为24GB，基于Nemo 12B文本模型构建。它具备强大的图像和文本处理能力，能够执行图像描述生成、统计照片中的物体数量等任务，并在多个基准测试中表现出色。Pixtral 12B将根据Apache 2.0许可证开源，用户可以自由下载和微调该模型。应用场景广泛，包括
AI项目与工具 2025年06月12日
法唠AI

法唠AI

法唠AI是基于大语言模型开发的法律人工智能工具，专注于证券法与金融法律领域。提供法律问答、知识图谱构建、深度搜索、案件逻辑图绘制、股票信息查询、维权指导及文书生成等功能，支持个性化法律服务，助力用户高效获取法律解决方案。
AI项目与工具 2025年06月12日
MGX

MGX

MGX（MetaGPT-X）是一款基于MetaGPT框架的AI编程工具，通过多智能体协作实现软件开发的全流程自动化。它包含产品经理、架构师、工程师等五个AI代理，分工明确，从需求分析到代码生成无需人工干预。支持自然语言编程，用户仅需描述需求即可快速生成全栈应用，适用于个人开发者、企业、数据分析及教育等多个领域。
AI项目与工具 2025年06月12日
WorldSense

WorldSense

WorldSense是由小红书与上海交通大学联合开发的多模态基准测试工具，用于评估大型语言模型在现实场景中对视频、音频和文本的综合理解能力。该平台包含1662个同步视频、3172个问答对，覆盖8大领域及26类认知任务，强调音频与视频信息的紧密耦合。所有数据经专家标注并多重验证，确保准确性。适用于自动驾驶、智能教育、监控、客服及内容创作等多个领域，推动AI模型在多模态场景下的性能提升。
AI项目与工具 2025年06月12日
Seer

Seer

Seer是一款由多家科研机构联合开发的端到端机器人操作模型，基于Transformer架构实现视觉预测与动作执行的高度协同。它能够融合多模态信息，具备强大的泛化能力和数据效率，在真实机器人任务中表现优异。Seer适用于工业自动化、服务机器人、医疗健康等多个领域，支持精准动作预测和未来状态预判，显著提升了机器人系统的智能化水平。
AI项目与工具 2025年06月12日
Wavy

Wavy

Wavy是一款利用AI技术的照片编辑工具，可将普通照片转换为具有艺术风格的作品。它提供多种功能，包括AI艺术生成、图像放大、照片优化以及对象移除等，适用于个人摄影、社交媒体内容创作、艺术设计等多个场景，帮助用户实现创意表达与个性化展示。
AI项目与工具 2025年06月12日
MVGenMaster

MVGenMaster

MVGenMaster是一款基于多视图扩散模型的工具，利用增强的3D先验技术实现新视角合成任务。它可以从单一图像生成多达100个新视图，具有高度的灵活性和泛化能力。模型结合了度量深度、相机姿态扭曲以及全注意力机制等技术，支持高效的前向传播过程，同时兼容大规模数据集。MVGenMaster在视频游戏、电影特效、虚拟现实、3D建模及建筑可视化等领域具有广泛应用前景。
AI项目与工具 2025年06月12日
闪令

闪令

闪令是一款基于AI技术的互动内容社交平台，专为年轻用户打造。它提供高自由度的角色扮演和多种剧情体验，涵盖古风、同人、穿越等类型。平台特色在于其有声互动功能，拥有43种音色及丰富组合方式，并支持语音输入，增强用户体验的真实感。此外，闪令通过AI模型适配各类剧情场景，为用户提供无限结局与故事线，同时支持社交互动、创意写作等功能。
AI项目与工具 2025年06月12日