AI项目与工具

RAGEN

RAGEN是一款开源的强化学习框架,专为在交互式和随机环境中训练大型语言模型(LLM)推理代理而设计。它基于StarPO架构,支持多轮轨迹优化和多种强化学习算法,如PPO和GRPO。通过MDP形式化和渐进式奖励归一化策略,RAGEN提高了训练的稳定性和效率。其模块化设计支持多种环境,适用于智能对话、游戏AI、自动化推理等多个领域。

HumanOmni

HumanOmni 是一款面向人类中心场景的多模态大模型,融合视觉与听觉信息,具备情感识别、面部描述、语音理解等功能。基于大量视频与指令数据训练,采用动态权重调整机制,支持多模态交互与场景理解。适用于影视分析、教育、广告及内容创作等领域,具备良好的可扩展性和灵活性。

AI速搭

AI速搭是百度智能云推出的低代码开发平台,支持可视化操作,无需编程即可快速构建智能应用。集成文心一言、人脸识别、OCR等AI能力,提供数据管理、API对接、流程控制等功能,适用于内容创作、智能客服、数据分析等多种场景,提升开发效率与智能化水平。

XGrammar

XGrammar 是一款由陈天奇团队开发的开源工具,旨在为大型语言模型提供高效的结构化数据生成能力。它基于上下文无关语法(CFG),支持生成 JSON 和 SQL 等格式的复杂数据结构,具备字节级下推自动机优化、自适应 token 掩码缓存以及上下文扩展等功能,能够显著提升生成效率并减少延迟,适用于编程语言辅助、数据库操作、自然语言处理、Web 开发等多个领域。

Crypko

Crypko是一款基于AI的动漫角色生成工具,利用生成对抗网络(GAN)技术实现高质量角色立绘的自动化创作。用户可通过简单操作生成并个性化定制角色,支持动画效果添加及社交分享。此外,Crypko还提供商业用途插图生成功能,并支持虚拟世界角色“旅行”体验。

clone

Clone-Voice是一款基于深度学习的声音克隆工具,支持16种语言的文本转语音及声音风格转换,具有友好的操作界面和较低的硬件要求。它被广泛应用于视频制作、语言学习、有声出版物创作、广告宣传及游戏开发等领域,为用户提供多样化的个性化声音解决方案。

DishGen

DishGen是AI食谱生成器,根据用户输入的食材、食谱想法或饮食偏好,快速生成个性化的食谱和餐饮计划。它基于智能算法,将剩余食材转化为美味菜肴,减少食物浪费并节省金钱。用户可随时修改食谱,保存和分享自己的创作。DishGen提供移动应用,方便随时随地使用,简化烹饪过程,提供个性化体验和健康饮食建议,推动烹饪和餐食规划的未来。

字狐AIPPT

字狐AIPPT是一款基于AI技术的智能PPT制作工具,支持一键生成、模板选择、文档转换等功能,适用于商务、教育、培训等多个场景。用户可通过输入主题或上传文件快速生成专业演示文稿,同时支持多设备使用和内容灵活编辑,提升工作效率与展示效果。

MathModelAgent

MathModelAgent 是一款基于多智能体协作的数学建模工具,支持自动建模、代码编写、结果验证和论文生成。内置本地代码解释器,兼容多种大语言模型,适用于竞赛、科研、教学等场景,具备高效率与低成本优势。

RTranslator

RTranslator是一款基于AI技术的开源、免费离线翻译应用,专为Android设备设计。它支持对话模式、对讲机模式及文本翻译功能,能够实现高质量的多语言实时翻译。RTranslator采用Meta的NLLB翻译模型和OpenAI的Whisper语音识别技术,支持多种语言,完全离线运行,保障用户隐私安全。