AI项目与工具

CopyWeb

CopyWeb 是一款 AI 驱动的网页克隆与代码生成工具,支持通过 URL、截图或 Figma 导入设计,生成响应式 HTML/CSS 代码并导出为 React、Vue 等前端框架。内置智能组件识别和代码优化功能,提升开发效率,适用于原型开发、响应式设计验证及教学演示等场景。

文墨启名

InkInspire Names 是一款结合中国传统文化和现代AI技术的取名应用。它利用 RAG 技术,为用户提供具有深厚文化底蕴的宝宝名字,并通过智能算法生成符合用户需求的名字。该应用支持文化融合、个性化定制及五格数理分析,帮助用户为新生儿挑选出既有内涵又易于记忆的名字。

Psi R0

Psi R0是一款基于强化学习的端到端具身模型,支持双灵巧手协同操作,具备多技能串联混训和跨物品、跨场景的泛化能力。通过仿真数据训练及技能优化,Psi R0能在复杂环境中完成长程任务,同时具备自主切换技能的功能,确保高成功率和鲁棒性。主要应用场景包括电商商品打包、工厂产线组装、服务业拣货打包及家居环境清洁整理。

Long

Long-VITA是一款由腾讯优图实验室、南京大学和厦门大学联合开发的多模态AI模型,支持处理超长文本(超过100万tokens)及多模态输入(图像、视频、文本)。通过分阶段训练提升上下文理解能力,结合动态分块编码器与并行推理技术,实现高效处理长文本和高分辨率图像。模型基于开源数据训练,适用于视频分析、图像识别、长文本生成等场景,性能在多个基准测试中表现突出。

AgentSquare

AgentSquare是一款由清华大学团队研发的模块化设计工具,专注于在大型语言模型代理的设计空间内实现高效搜索。其核心功能包括模块化设计、模块重组与进化、性能预测及自动化搜索等,通过标准化接口支持模块间无缝集成,广泛应用于客户服务、个人助理、教育、医疗及金融等多个领域,旨在提升智能体性能并降低推理成本。

抖音搜索

抖音搜索是一款集短视频与图文内容于一体的搜索引擎,融合了AI技术,支持关键词、语音等多种搜索方式。它提供视频、图文、商品等多频道内容,具备精准推荐和个性化展示功能,旨在为用户提供流畅的观看体验和便捷的社交互动。

Open NotebookLM

Open NotebookLM是一个开源工具,能够将PDF文档转换为播客形式的音频内容。它基于Llama 3.1 405B、MeloTTS和Bark等先进AI模型,生成自然流畅的对话式音频,并支持多语言及个性化音调设置。用户可通过简单易用的Gradio界面上传PDF文件并下载MP3格式的音频文件,适用于教育、科研、商业分析等多个领域。

Transkriptor

Transkriptor是一款基于AI技术的在线音频和视频转录工具,支持100多种语言,兼容多种文件格式。它提供包括转录、翻译、编辑、多格式导出及AI聊天助手在内的全面功能,旨在满足用户对语音数据处理的需求。其应用场景广泛,如会议记录、教育、法律记录等,可大幅提升工作效率和准确性。

Concept Lancet

Concept Lancet(CoLan)是一种基于潜在空间稀疏分解的图像编辑框架,能够实现零样本、即插即用的精确概念替换、添加与移除。它通过构建视觉概念字典,结合扩散模型生成高质量图像,保持视觉一致性。适用于创意设计、影视制作、游戏开发等多个领域,提供高效的图像编辑解决方案。

MatAnyone

MatAnyone是一款由南洋理工大学S-Lab实验室与商汤科技联合开发的视频抠图框架,专注于复杂背景下人像视频的精准分割。采用一致内存传播和区域自适应内存融合技术,确保视频中目标的语义稳定性和边界细节精度。结合大规模分割数据和优化的训练策略,提升了模型在真实场景下的性能。适用于影视制作、直播、广告、游戏开发等多个领域,具备高精度、强适应性和良好的交互性。