AI项目与工具

Parler

Parler-TTS是一款由Hugging Face开发的开源文本到语音(TTS)模型,能够模仿特定说话者的风格,生成高质量、自然的语音。该模型采用轻量级设计,包括文本编码器、解码器和音频编解码器,通过整合文本描述和嵌入层,优化了语音生成过程。Parler-TTS的所有资源公开,促进了高质量、可控TTS模型的发展。此外,用户还可以根据需要对模型进行自定义训练和微调。

BlueLM

BlueLM-V-3B是一种针对移动设备设计的多模态大型语言模型,结合了高效算法与系统优化,支持快速、低功耗的文本与图像处理。其主要特性包括多模态理解、实时响应、隐私保护、高效率部署及跨语言能力。该模型通过动态分辨率调整、批量图像编码及令牌下采样等技术,实现了在有限资源下的高性能表现。

AutoCoder

AutoCoder是一款基于AI技术的自动编程工具,利用大模型和PLE架构实现端到端代码生成。它支持非技术背景用户通过自然语言描述需求生成软件应用,并具备快速原型制作、功能迭代及全生命周期管理能力,适用于快速原型开发、个性化软件生成及教育等多个领域。 ---

Firebase Studio

Firebase Studio 是由谷歌推出的全栈开发工具,集成了 AI 编程辅助、自然语言原型设计、高度可定制的开发环境,并与 Firebase 和 Google Cloud 深度集成。支持从代码仓库导入项目、使用模板快速启动应用、AI 生成代码与文档、预览与调试等功能,适用于快速原型设计、全栈开发、团队协作及教育场景。开发者可根据需求选择不同工作区数量的定价方案。

Large Motion Model

Large Motion Model(LMM)是一款由新加坡南洋理工大学S-Lab和商汤科技合作研发的多模态运动生成框架。它支持从文本、音乐等多种模态生成逼真运动序列,具备高度精准的身体部位控制能力和强大的泛化能力。通过整合多样化的MotionVerse数据集以及创新性的ArtAttention机制和预训练策略,LMM在多个领域展现出高效的应用潜力,包括动画、虚拟现实、影视特效及运动分析等。

九章随时问

九章随时问是学而思推出的AI数学学习工具,支持7×24小时答疑服务,提供拍照、语音、文字等多种提问方式。采用苏格拉底式教学法,通过分步引导和启发式提问,培养学生独立思考能力。系统能精准识别薄弱知识点,推荐相应教学资源,覆盖小初高全学段,适用于自主学习、家庭辅导、教学辅助等多场景,提升学习效率与教育公平性。

Custom

Custom-SVG 是一种基于文本提示生成定制风格 SVG 图形的框架,结合前馈模型与扩散模型的优势,实现结构规整且风格统一的矢量图形生成。支持风格定制、语义对齐和高效生成,适用于图形设计、UI 设计、网页设计及教育等多个领域。其核心技术包括路径级表示的扩散模型训练和基于图像扩散先验的风格迁移。

Meetily

Meetily 是一款注重隐私保护的 AI 会议助手,支持实时音频捕捉、语音转录、会议总结生成及行动项提取。所有数据处理均在本地完成,确保信息安全。具备离线功能、智能导出、跨会议语义搜索和多语言支持,适用于企业会议、远程协作、隐私敏感场景和个人使用,提升会议管理效率与便捷性。

PixVerse V2

PixVerse V2是一款基于Diffusion+Transformer(DiT)架构并结合自研时空注意力机制的AI视频生成工具。它支持生成长度可达40秒的视频,单个片段最长可达8秒,且能保持视频片段间的一致性。用户可通过简单操作生成并编辑视频,适用于创意专业人士、社交媒体用户、企业营销人员及独立艺术家等多种人群。

GraphReasoning

GraphReasoning 是一种基于人工智能的知识图谱构建工具,能够将大量科学文献转化为结构化的知识图谱。其主要功能包括知识图谱构建、结构分析、图推理、多模态数据处理及路径采样策略等,旨在促进跨学科创新、材料设计及复杂问题解答。同时,该工具通过自然语言处理、机器学习和推理算法实现智能化分析,并提供可视化界面支持。