MiniCPM

MiniCPM-o 2.6 是一款高性能的多模态大模型，具备 8B 参数量，支持视觉、语音及多模态直播等多种功能。其在图像处理、语音识别和实时交互方面表现优异，采用高效的 token 技术提升推理速度，可在端侧设备上运行。支持多种语言和音色配置，适用于智能助手、内容创作、教育、客服和医疗等多个领域。

AI项目与工具 2025年06月12日 58 点赞 0 评论 508 浏览

Orpheus TTS

Orpheus TTS 是一款基于 Llama-3b 架构的开源文本到语音系统，支持自然、富有情感的语音生成。具备零样本语音克隆能力，无需预训练即可模仿特定语音，延迟低至 200 毫秒，适合实时应用。支持多种语音风格和情感控制，适用于有声读物、虚拟助手、游戏、教育等多个领域。

AI项目与工具 2025年06月12日 26 点赞 0 评论 508 浏览

PPTAgent

PPTAgent是由中国科学院软件研究所研发的AI驱动演示文稿生成工具，采用两阶段编辑方法，从文档自动生成结构清晰、内容一致的PPT。它结合大型语言模型与幻灯片分析技术，支持大纲生成、内容编辑与质量评估，适用于教育、企业、市场等多个场景，显著提升演示文稿制作效率与质量。

AI项目与工具 2025年06月12日 78 点赞 0 评论 507 浏览

Jodi

Jodi是由中国科学院计算技术研究所和中国科学院大学推出的扩散模型框架，基于联合建模图像域和多个标签域，实现视觉生成与理解的统一。它支持联合生成、可控生成和图像感知三种任务，利用线性扩散Transformer和角色切换机制，提升生成效率和跨领域一致性。Jodi使用Joint-1.6M数据集进行训练，包含20万张高质量图像和7个视觉域标签，适用于创意内容生成、多模态数据增强、图像编辑与修复等场景。

AI项目与工具 2025年06月11日 32 点赞 0 评论 507 浏览

fynk

fynk 是一款基于AI技术的合同管理工具，支持合同全生命周期管理，包括起草、审查、签署、分析与跟踪。其核心功能包括自动化合同分析、可定制审查规则、数据分析与风险预警，适用于多种商务文档。该工具能够提升合同处理效率，优化工作流程，广泛应用于法务、采购、销售、金融及房地产等领域，助力企业实现合规与高效运营。

AI项目与工具 2025年06月12日 80 点赞 0 评论 507 浏览

MagicMan

MagicMan是由多个顶尖研究机构联合开发的AI工具，主要功能是从单张2D图像生成高质量的3D人类模型。它结合了预训练的2D扩散模型和参数化的SMPL-X模型，并通过混合多视角注意力机制和迭代细化策略，实现精确的3D感知和图像生成。MagicMan在游戏、电影、虚拟现实、时尚、零售和教育等多个领域有广泛应用，能够显著提高角色设计的真实感和多样性。

AI项目与工具 2025年06月12日 55 点赞 0 评论 507 浏览

FlexClip

FlexClip是一款基于云端的视频编辑平台，提供丰富的素材库及多种编辑工具，包括裁剪、分割、文字添加、录音、音乐和水印等功能，支持多格式导入与高清输出，广泛应用于社交媒体、商业宣传、教育、个人项目等领域，用户可通过网页端直接操作，无需额外软件安装。

AI项目与工具 2025年06月12日 27 点赞 0 评论 507 浏览

Realtime API

Realtime API是一款由OpenAI研发的低延迟、多模态对话式API，支持文本与音频输入输出，具备实时语音处理、自然语音合成及多模态交互等功能。通过WebSocket协议实现持久连接，支持事件驱动的交互模式，适用于客户服务、语言学习、游戏娱乐等多种应用场景。

AI项目与工具 2025年06月12日 41 点赞 0 评论 507 浏览

RoboOS

RoboOS是智源研究院推出的跨本体具身大小脑协作框架，采用“大脑-小脑”分层架构，支持多类型机器人协同作业。具身大脑负责全局感知与决策，小脑技能库实现精准执行，跨机器人数据中枢确保信息共享与状态同步。系统具备即插即用、端云一体化、低延迟响应等优势，广泛应用于工业、物流、制造和服务机器人等领域。

AI项目与工具 2025年06月12日 16 点赞 0 评论 507 浏览

MATRIX

MATRIX-Gen是一个基于多智能体模拟技术的系统，通过构建虚拟社会生成高质量训练指令数据，用于提升大型语言模型的表现。该工具支持多种应用场景，如软件开发、商业活动、医疗诊断、教育和客户服务，能够显著提高模型在不同领域的性能，并促进其自我进化。

AI项目与工具 2025年06月12日 73 点赞 0 评论 507 浏览