AI项目与工具

TANGOFLUX

TANGOFLUX是一款高效文本到音频生成模型,具备约5.15亿参数量,能够在3.7秒内生成30秒高质量音频。它采用CLAP-Ranked Preference Optimization框架优化音频输出,支持多种应用场景,包括多媒体内容创作、音频制作、播客、教育及虚拟助手开发。其开源特性推动了相关领域的技术进步。

Mistral Saba

Mistral Saba 是一款面向中东和南亚地区的定制化 AI 模型,具备 240 亿参数,专注于阿拉伯语及南亚语言(如泰米尔语、马拉雅拉姆语)的处理。其优势在于高效部署、低资源占用和高准确性,适合需要文化背景理解的场景。可通过微调应用于多个行业,并支持 API 和本地部署,适用于对话支持、专业领域知识生成及文化内容创作。

Fridge Leftovers AI

Fridge Leftovers AI是一款智能烹饪应用,通过AI技术识别冰箱内食材并推荐个性化食谱,提供分步烹饪指南、营养分析及食材替代建议。它帮助用户减少食物浪费、优化饮食结构,并提升烹饪体验,适用于日常餐饮规划、食材清理及特殊饮食需求等场景。

Cerebellum

Cerebellum是一款结合Claude 3.5 Sonnet与Selenium WebDriver的智能化浏览器助手,通过构建网页浏览的有向图模型,利用LLM技术分析页面内容和交互元素,智能规划操作路径并动态调整策略。它支持多浏览器操作,可精确模拟用户行为,广泛应用于网页自动化测试、数据抓取、内容管理及电子商务等多个领域。

桐小乌

桐小乌是一款由桐乡市政府与支付宝合作开发的AI智能助手,专为2024年世界互联网大会参会者及乌镇游客设计。它集成了会议日程查询、展区导航、景点讲解、餐饮住宿推荐等功能,并支持租借服务和AI伴游体验。通过支付宝“碰一下”、首页下拉或支小宝APP访问,用户可享受个性化服务和实时信息推送,助力高效便捷的会务与旅行体验。

抖音AI分身

抖音AI分身是一款基于豆包大模型算法的AI虚拟分身工具,支持创作者创建与自身风格相似的虚拟形象,用于全天候互动交流。其功能包括AI互动空间、AI群聊、AI私信、AI评论和AI直播,广泛应用于虚拟直播、互动娱乐、内容创作、品牌营销及教育培训等领域,助力创作者高效运营并提升用户体验。

Playwright MCP

Playwright MCP是微软推出的轻量级浏览器自动化工具,基于Model Context Protocol(MCP)协议,通过Playwright的可访问性树实现与网页的交互,无需依赖视觉模型或截图。支持多种浏览器,提供丰富的交互功能,如点击、拖动、输入文本等,适用于与大语言模型结合使用。具备结构化数据交互、网络请求管理、测试脚本生成等功能,支持无头和有头模式运行,适用于自动化测试、网页操作

EmoLLM

EmoLLM 是一款基于多模态技术的心理健康支持工具,能通过文本、图像和视频分析用户情绪,提供情绪识别、心理辅导和情感支持。其核心包括多视角视觉投影、情感引导提示和指令微调技术,支持个性化辅导、角色扮演及多轮对话,适用于心理健康评估与干预场景。

Eagle 2.5

Eagle 2.5 是一款由英伟达开发的视觉语言模型,专注于长上下文多模态学习,具备处理高分辨率图像和长视频序列的能力。其参数规模为 8B,但性能接近更大模型。采用信息优先采样和渐进式后训练策略,提升模型稳定性与适应性。支持多样任务,适用于视频分析、图像处理、内容创作及教育等多个领域。

福棠·百川

福棠·百川是全球首个儿科大模型,由国家儿童医学中心等机构联合研发,具备强大的临床推理能力和循证医学模式,整合了海量医疗数据和专家经验,可提供个性化诊疗方案。该模型应用于基层和专家版,分别服务于日常诊疗和疑难病诊断,已在北京儿童医院投入使用,诊断准确率达95%。同时支持在线问诊、远程会诊、教育及科研等多场景应用。