AI项目与工具

Migician

Migician是一款由多所高校联合开发的多模态大语言模型,专为多图像定位任务设计。它基于大规模数据集MGrounding-630k,采用端到端架构和两阶段训练方法,支持跨图像精准定位与多任务处理。Migician适用于自动驾驶、安防监控、医疗影像等多个领域,具有高效的推理能力和灵活的输入方式。

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。

Mogao

Mogao是由字节跳动开发的多模态生成基础模型,结合双视觉编码器和先进位置嵌入技术,实现高质量的图像与文本生成。支持零样本图像编辑、多模态理解与生成、高分辨率图像输出以及优化的中文文本渲染。适用于内容创作、智能交互、医疗影像分析等多个领域,具备强大的跨模态处理能力和生成稳定性。

Collaborative Gym

Collaborative Gym(Co-Gym)是一款支持人机协作的开发框架,具备异步交互、任务环境设计和多维评估功能。它通过模拟与真实环境支持开发者进行高效迭代与实际部署,适用于旅行规划、表格分析和文献综述等多种协作任务,提升人机协作效率与质量。

Qwen

Qwen-Agent 是基于通义千问模型的开源 Agent 开发框架,支持指令遵循、工具使用、记忆能力、函数调用、代码解释器和 RAG 等功能,能够处理大规模上下文并快速开发复杂 AI 应用。其技术优势包括大语言模型、工具集成、智能代理架构和 RAG 算法,适用于客户服务、个人助理、教育学习、内容创作和技术支持等多个场景。

PaliGemma 2

PaliGemma 2是一款由Google DeepMind研发的视觉语言模型(VLM),结合了SigLIP-So400m视觉编码器与Gemma 2语言模型,支持多种分辨率的图像处理。该模型具备强大的知识迁移能力和出色的学术任务表现,在OCR、音乐乐谱识别以及医学图像报告生成等方面实现了技术突破。它能够处理多模态任务,包括图像字幕生成、视觉推理等,并支持量化和CPU推理以提高计算效率。

Miraa

Miraa 是一款由 Myoland 开发的 AI 驱动语言学习工具,支持多种语言的音频和视频内容转录与实时翻译,帮助用户提升语言理解与表达能力。其“回声法练习”功能通过听、理解、模仿和比较提升口语,同时提供 AI 解释、智能推荐、学习进度跟踪等功能。适用于日常学习、旅行准备、专业提升及教学辅助等场景,适合各类语言学习者使用。

Dream Lab

Dream Lab是一款基于人工智能技术的文本到图像生成工具,由Canva推出并依托于收购的AI初创公司Leonardo.ai的技术支持。它能够通过解析用户输入的简单文字描述,生成包括3D渲染、插画等多种风格的高质量图像。此外,Dream Lab还支持参考已有图片进行优化,并提供灵活的尺寸选择与编辑功能,适用于社交媒体、广告营销、品牌设计以及教育培训等多个场景。

360AI助手

360AI助手是一款由360集团联合15家国内顶尖AI大模型厂商推出的创新型AI产品,集成了包括Kimi、智谱AI、豆包、商汤科技、讯飞星火、文心一言和通义千问等多个AI大模型。无需安装插件,用户即可在360的产品中直接享受AI服务。其主要功能包括多模型集成、结果对比验证、智能意图识别、一站式AI办公解决方案等,适用于学生、教师、办公人员、程序员和内容创作者等多种人群。

CoCounsel

CoCounsel是一款由Casetext推出的AI法律助手,利用先进的机器学习技术实现法律研究、文件审查、合同分析及自动化合同修订等功能。它能够显著提高法律工作者的效率,帮助他们快速定位关键信息并优化工作流程。主要特点包括自然语言理解、高精度分析以及智能化建议,适用于律师、法务团队、学者及学生等多种场景。