AI项目与工具

moonshot

moonshot-v1-vision-preview 是一款由月之暗面开发的多模态图像理解模型,具备精准的图像识别、OCR 文字识别和数据解析能力。支持 API 集成,适用于内容审核、文档处理、医学分析、智能交互等多个领域。模型可识别复杂图像细节、分析图表数据,并从美学角度进行图像评价,适合需要高效图像处理和智能交互的应用场景。

Prometheus

Prometheus是一款基于潜在扩散模型的3D生成工具,能够从文本描述中快速生成高质量、高保真的3D场景。其核心技术包括两阶段训练框架、RGB-D潜在空间解耦、前馈生成策略和无分类器引导,确保生成结果在视觉和几何上的准确性与一致性。适用于内容创作、游戏开发、建筑设计等多个领域,显著提升了3D内容生成的效率和质量。

清言PPT

清言PPT是一款基于人工智能技术的PPT生成工具,支持从文本、文件或网址快速生成高质量PPT大纲。它具备强大的文本处理能力,支持长达2万字的输入,并提供多样化的模板选择。用户可以手动编辑大纲、利用AI优化内容,最终实现自动化排版与设计,适用于职场、教育及营销等多个领域。

NLWeb

NLWeb是微软推出的开源项目,旨在通过自然语言界面简化网站交互,使网站成为AI驱动的应用程序。它利用半结构化数据(如Schema.org、RSS)和LLM工具,提供自然语言交互、内容发现、智能体交互等功能。支持MCP协议,实现与AI助手的无缝对接,具备跨平台和高度可扩展性,适用于零售、餐饮、旅游、新闻及客服等多种场景。

OpenAudio S1

OpenAudio S1是Fish Audio推出的文本转语音(TTS)模型,基于200万小时音频数据训练,支持13种语言。采用双自回归架构和RLHF技术,生成自然流畅的语音,支持50多种情感和语调标记。具备零样本和少样本语音克隆功能,仅需10到30秒音频即可生成高保真声音。适用于视频配音、播客、游戏角色语音、虚拟助手、游戏娱乐、教育培训及客服系统等场景。提供40亿参数完整版和5亿参数开源版,满足

Boximator

Boximator是一种视频合成技术,通过引入硬框和软框实现对视频中对象的位置、形状或运动路径的精细控制。它基于视频扩散模型,通过多阶段训练和自跟踪技术,确保视频合成过程中的高质量和逼真度。应用场景包括电影和电视制作、游戏开发以及VR和AR内容创作。

CRIC深度智联

CRIC深度智联是克而瑞推出的中国首个房地产垂直领域的AI Agent,基于20年行业经验和多模态大模型技术,提供搜索、文章创作、报告生成和知识库管理等功能。它能够自动生成核心结论、可视化图表和专业报告,帮助房地产从业者提升效率和决策质量,被誉为地产人的“第二大脑”。

World Labs 空间智能模型

World Labs 空间智能模型是一款基于人工智能技术的工具,能够通过单张图片生成逼真的3D世界,并支持实时渲染与交互操作。其核心功能包括3D几何估算、场景补全、内容生成及相机效果模拟,广泛应用于电影、游戏、虚拟现实、教育以及建筑设计等多个领域,大幅提升了创作效率与视觉表现力。

Backflip AI

Backflip AI 是一款基于 AI 技术的 3D 模型生成工具,可将 3D 扫描数据快速转换为 CAD 模型,提升数字设计效率。支持多种文件格式,具备自动修复、智能特征识别等功能,适用于制造业、建筑、文化遗产保护等多个领域。用户可通过不同订阅方案灵活使用,满足多样化需求。

Magic Copy

Magic Copy是一款基于开源技术的AI图像处理工具,支持Chrome浏览器扩展。它利用Meta的Segment Anything Model技术,实现图像中前景对象的自动识别与提取。用户可将提取的内容直接复制到剪贴板或下载保存,广泛应用于设计、教育、电商及办公等领域,提升工作效率。