AI项目与工具

混元图生视频

混元图生视频是腾讯混元推出的开源图生视频模型,支持用户上传图片并输入描述生成5秒短视频,具备对口型、动作驱动和背景音效自动生成等功能。模型适用于多种风格与场景,参数量达130亿,已在腾讯云上线并开源,支持本地部署与定制开发,适用于创意视频、特效制作及动画开发等多个领域。

CodeGemma

CodeGemma是由Google开发的大型语言模型系列,专注于代码生成和理解。它包含三种不同规模的模型:2B预训练模型、7B预训练模型和7B指令微调模型。CodeGemma支持多种编程语言,能够提供代码补全、生成和自然语言理解等功能。经过大量英语编程和数学数据的训练,CodeGemma具备高准确性,能够在多种编程语言中表现出色,并能集成到各种开发环境中,提高开发效率。

灵语文档

灵语文档(MindLink)是一款AI驱动的云文档编辑平台,为企业提供一站式文档编辑和共享服务。平台支持思维导图、原型白板、可视化图表等多种文档组件,具备版本历史管理、智能创作、全平台访问、权限控制和AI智能助手等功能。基于AI与多模态能力,灵语文档提升团队协作效率,打破部门壁垒,增强信息共享,确保文档安全,助力企业高效管理知识资产,赋能数字化转型。

Text Behind Image

Text Behind Image 是一款开源在线工具,支持用户在图片中主体背后添加自定义文字,提供多样化的样式定制选项,包括字体、颜色、位置等。它基于 Next.js 框架,采用前端图像处理技术,适配多种应用场景,如社交媒体营销、广告宣传、个人表达及教育用途。

We0

We0是一款开源AI代码编辑器,支持在浏览器中运行和调试代码,具备高保真设计还原功能,能将设计稿还原度提升至90%。兼容Vue、React、Next.js、Python、Java等主流开发框架,支持历史项目导入与微信小程序开发,适用于快速构建和部署AI应用。提供多平台支持,适合开发人员和产品经理高效协作。

Fathom

Fathom是一款AI驱动的会议记录工具,支持自动录制、实时转录和智能总结,提升会议效率。它兼容主流会议平台,并可与CRM系统同步,便于任务管理和客户跟进。具备标注、搜索、提醒等功能,适用于销售、客户成功、产品、市场等多个场景,助力高效协作与信息整理。

Hunyuan3D 2.0

Hunyuan3D 2.0是腾讯推出的3D资产生成系统,支持从文本和图像生成高分辨率3D模型。系统采用两阶段生成流程,包含几何生成与纹理合成两个核心模块,具备高精度、高质量输出能力。支持多平台使用,涵盖游戏开发、UGC创作、电商、工业设计等多个应用场景,并提供多个开源模型供研究与开发使用。

Project IDE

Project IDE是一款零代码AI应用开发工具,通过可视化界面支持用户快速构建完整的AI应用。它集成了UI Builder、工作流编辑器等功能模块,可与多种数据源交互,并支持将应用发布为API服务或上架至商店,适用于自动化客户服务、内容创作、个性化推荐等多个场景。 ---

Reverb ASR

Reverb ASR是一款基于深度学习的开源自动语音识别与说话人分离工具,采用20万小时高质量英语语音数据训练,具备高精度语音转录能力,支持逐字稿控制及多种解码模式。其显著特点是擅长处理长时间语音内容,并在长篇幅识别任务中超越其他开源模型。Reverb ASR适用于播客、会议记录、法庭记录等多个应用场景,为用户提供灵活且高效的语音转文字解决方案。

Retake AI

Retake AI是一款基于人工智能的照片编辑与修复工具,支持超分辨率放大、低清人像修复、智能降噪、低光照增强和人像动漫化等功能。所有计算均在本地完成,确保隐私安全。适用于老照片翻新、摄影后期、社交媒体优化及艺术创作等多种场景,提供高质量图像处理解决方案。