AI项目与工具

XiYan

XiYan-SQL是一款由阿里巴巴开发的自然语言到SQL转换框架,利用多生成器集成策略、提示工程和监督微调技术生成高质量SQL查询。它支持多种数据库类型,具备强大的数据库结构解析能力和错误纠正功能,适用于数据查询简化、数据分析、智能助手及教育等多个领域。

EliGen

EliGen是由浙江大学与阿里巴巴集团联合开发的实体级可控图像生成框架,采用区域注意力机制实现对图像中实体的精确控制,支持多实体修复、风格化生成及交互式编辑。基于50万高质量注释样本训练,具备强大泛化能力,适用于虚拟场景、角色设计、数据合成及产品展示等场景。

天壤万卷

天壤万卷是一款基于AI的文档处理工具,支持多格式文档(含超大文件和扫描件)的处理。其核心功能包括混合检索、跨语言问答、精准定位和溯源答案,同时配备表格、图像、公式识别等实用工具及行业模板,适用于法律、学术、金融等多个领域。

FaceCheck.ID

FaceCheck.ID是一款利用人工智能和面部识别技术的平台,帮助用户在互联网和社交媒体中定位和验证个人身份。它能够搜索社交媒体、新闻、博客及犯罪数据库,提供精确的面部匹配结果,同时具有高级过滤器和隐私保护功能,适用于身份核实、诈骗防范及犯罪嫌疑人追踪等多种场景。

GPDiT

GPDiT是一种由多所高校和企业联合开发的视频生成模型,结合了扩散模型与自回归模型的优势,具备高质量视频生成、视频表示学习、少样本学习和多任务处理能力。其核心技术包括轻量级因果注意力机制和无参数的旋转基时间条件策略,提升了生成效率与质量。该模型适用于视频创作、编辑、内容理解及创意生成等多种应用场景。

Circuit Tracer

Circuit Tracer 是 Anthropic 推出的开源工具,用于研究大型语言模型的内部工作机制。它通过生成归因图揭示模型在生成特定输出时的决策路径,帮助研究人员追踪模型的决策过程、可视化特征关系并测试假设。支持多种主流模型如 Gemma 和 Llama,提供交互式可视化界面,便于探索和分析模型行为。其功能包括生成归因图、可视化与交互、模型干预以及支持多种模型。

Zona

Zona是一款基于AI技术的音乐生成工具,用户可通过输入创意或选择模板即时生成专业级别的音乐作品。该工具支持移动便携,具备个性化定制、创意激发及多功能编辑能力,广泛适用于个人娱乐、音乐教育、创意激发及社交媒体内容制作等多个领域。

UNO

UNO是字节跳动推出的AI图像生成框架,支持单主体和多主体图像生成,解决多主体一致性难题。采用扩散变换器和渐进式跨模态对齐技术,结合通用旋转位置嵌入(UnoPE),实现高一致性与可控性。适用于虚拟试穿、产品设计、创意设计等多个领域,具备强大泛化能力,已开源并提供完整技术文档。

moemate

Moemate是一款集成了多语言对话、屏幕感知、语音克隆和自定义图像模型等功能的AI角色平台。它支持用户创建个性化AI伴侣,并兼容多种语言模型和操作系统。Moemate不仅提供娱乐体验,还具备教育辅助、信息查询和工作效率提升等实用功能,适合个人和企业用户。

PyVideoTrans

PyVideoTrans是一款开源的视频翻译配音工具,支持多语言处理,利用先进的语音识别和翻译技术,实现视频内容的自动翻译,并添加自然流畅的配音和同步字幕。该工具适用于影视后期、教育、企业宣传及自媒体创作等场景,帮助内容创作者跨越语言障碍,扩大受众群体。