AI项目与工具

Project Mariner

Project Mariner是一款由谷歌DeepMind研发的浏览器助手工具,依托Gemini 2.0技术实现浏览器自动化。该工具能够解析并操作网页内容,涵盖像素、文本、图像及表单等多种形式的数据,支持复杂任务处理与自动化流程管理。此外,它强调用户体验与安全性,在执行关键操作时需获得用户授权。主要应用场景包括数据整理、在线购物、旅行规划及日常消费等领域。

TokenFD

TokenFD是由上海交通大学与美团联合开发的细粒度图文对齐基础模型,专为文档理解任务设计。通过图像与语言Token的统一特征空间对齐,支持Token级图文交互,提升了多模态任务性能。其基于自研的TokenIT数据集进行训练,涵盖2000万张图像和18亿高质量Token-Mask对,覆盖多种文本图像类型。TokenFD可用于文档处理、图像审查、文字检索及大模型知识增强等多个领域,具有广泛的适用性和

Zamba2

Zamba2-7B是一款由Zyphra公司开发的小型语言模型,具有高效的推理速度和低内存占用的特点。它在图像描述任务中表现出色,适用于边缘设备和消费级GPU。Zamba2-7B通过创新的混合架构和技术优化,提供了卓越的语言理解和生成能力,同时支持多种应用场景,如移动应用开发、智能家居设备、在线客服系统、内容创作以及教育工具等。

绘蛙·创意文生图

绘蛙·创意文生图是一款基于AI技术的图像生成工具,用户可通过文本描述生成符合特定风格和场景的图像。该工具具备文本生成图像、智能扩写、参考图库和创意灵感支持等功能,适用于服装设计、广告制作、内容创作、影视概念艺术等多个领域。操作简便,能够提升创作效率,满足多样化的视觉创作需求。

LanDiff

LanDiff是一种结合自回归语言模型和扩散模型的文本到视频生成框架,采用粗到细的生成策略,有效提升语义理解与视觉质量。其核心功能包括高效语义压缩、高质量视频生成、语义一致性保障及灵活控制能力。支持长视频生成,降低计算成本,适用于视频制作、VR/AR、教育及社交媒体等多个领域。

Thinking Claude

Thinking Claude 是一个结合深度思考协议与浏览器扩展的工具,通过优化 AI 模型 Claude-3.5 的逻辑思维能力,实现更深层次的理解与表达。它支持 AI 的深入思考、过程展开与折叠,并具备知识综合、错误识别与纠正等特性。主要应用于教育辅助、内容创作、软件开发、客户服务及科研分析等领域,为用户提供高效、准确的支持。

千颜

千颜是一款依托AI技术的照片和视频编辑工具,提供多样化的穿搭风格与视频模板,支持用户快速生成写真照片和视频。其主要功能包括AI一键换装、海量风格模板、视频换装以及图片动态化处理,满足个性化创意需求。应用场景广泛,包括个人娱乐、社交媒体内容创作、教育学习等。

Evoto

Evoto是一款以提升照片编辑效率为核心的AI工具,拥有精准的人脸识别、自然的皮肤美化、高级色彩调节、背景替换及批量处理等功能。它通过提供专业设计师设计的独特预设,帮助用户快速达到专业级图像处理效果,适用于人像摄影、婚礼摄影、时尚摄影、产品摄影及社交媒体内容创作等多个领域。

The AI Scientist

The AI Scientist-v2 是一个端到端的 AI 系统,能够自主完成从提出科学假设到撰写论文的全流程科研任务。它采用基于代理的树搜索方法,提高科学探索效率,并结合视觉-语言模型优化内容质量。该系统已成功生成并通过同行评审的 AI 论文,标志着 AI 在科学研究领域的重大突破。适用于科研自动化、机器学习、跨学科研究及教育等多个场景。

Sunoify

Sunoify是一款利用人工智能技术实现文字、图片、表情符号甚至产品链接向音乐转化的在线平台。它提供多种创作模式,包括文字转音乐、图片音乐化等,并支持个性化风格定制。Sunoify适合视频制作者、品牌营销团队以及音乐爱好者,帮助他们快速生成高质量的原创音乐,满足不同场景需求。