AI项目与工具

Addsubtitle

Addsubtitle 是一款基于AI的在线视频编辑工具,支持多语言视频翻译、自动字幕生成与自定义样式设置,适用于全球市场推广和内容本地化。用户可实时编辑字幕并实现精准的唇音同步,同时提供语音克隆和水印去除功能,提升视频的国际化传播能力。

芊芊妙音

芊芊妙音是一款基于AI技术的配音与变声工具,拥有丰富的音色库及强大的音频处理能力。它支持文字提取、语音转文字、音频编辑等功能,可广泛应用于社交媒体内容创作、视频制作、语言学习等领域。用户可以通过该软件实现个性化声音定制,并轻松分享作品至各大社交平台。

CODEPAL

CODEPAL是一款AI驱动的编程辅助工具,支持30多种编程语言,具备代码生成、解释、文档生成、审阅及错误检测等功能。它适用于快速原型开发、教育培训、代码审查优化以及跨语言开发等多种场景,帮助用户提高编码效率和代码质量。

NoteLLM

NoteLLM 是一款基于多模态大型语言模型的笔记推荐框架,支持文本与图像信息的融合处理。通过自动生成标签、压缩嵌入、对比学习和指令微调等技术,提升推荐准确性与相关性。其升级版 NoteLLM-2 引入多模态上下文学习与晚期融合机制,增强视觉信息处理能力,适用于个性化推荐、冷启动优化及内容创作辅助等场景。

剪小映

剪小映是抖音推出的AI视频剪辑应用,专为零基础用户设计,操作简单便捷。具备AI智能解析功能,可精准识别素材中的场景、人物等元素,提供智能剪辑指引。通过自动化成片功能,用户能快速生成高质量视频,支持智能优化,自动调整素材比例、亮度及音频节奏。用户可在智能生成基础上进行个性化调整,如更换素材、修改字幕等,满足不同需求。同时,剪小映注重隐私保护,支持桌面小组件和一键生成相册回忆等功能,适用于旅行记录、宠

Direct3D

Direct3D-S2是由南京大学、DreamTech、复旦大学和牛津大学联合开发的高分辨率3D生成框架,基于稀疏体积表示和空间稀疏注意力(SSA)机制,提升扩散变换器(DiT)的计算效率并降低训练成本。该框架包含全端到端的稀疏SDF变分自编码器(SS-VAE),支持多分辨率训练,在1024³分辨率下仅需8个GPU即可训练。Direct3D-S2能够从图像生成高分辨率3D形状,具有精细几何细节和高

Gemini 2.0 Flash

Gemini 2.0 Flash是Google推出的多模态AI模型,支持文本与图像生成及对话式编辑,能根据自然语言生成连贯图像,并保持上下文一致性。其在长文本渲染方面表现优异,适用于广告、社交媒体、教育等领域。开发者可通过Google AI Studio或Gemini API进行测试和集成,广泛应用于创意插图、互动故事、设计辅助等场景。

最美证件照

最美证件照是一款基于AI技术的证件照制作工具,提供多尺寸选择、智能抠图换背景、多种底色及美颜功能。用户可轻松制作专业证件照,适用于求职、考试、签证等多种场景,无需外出拍照。

灵码 IDE

灵码 IDE是通义推出的AI原生IDE,深度适配千问3大模型,集成编程智能体、行间建议预测、行间会话等功能。支持多种编程语言和主流IDE,具备代码生成、续写、注释、单元测试生成、异常排查等能力,可提升开发效率。开发者可通过自然语言描述任务,实现端到端的编码操作,适用于新功能开发、工程级任务及企业数据个性化场景。

Multiverse

Multiverse是由Enigma Labs开发的全球首个基于AI生成的多人游戏模型,支持实时交互与动态世界生成,确保玩家视角一致。其核心技术包括联合动作向量和双视角通道堆叠,有效解决多人游戏中的同步难题。模型训练成本低,可在普通PC上运行,且项目全面开源,适用于多人游戏开发、VR/AR、AI训练、教育等多个领域。