AI项目与工具

OminiControl

OminiControl

OminiControl是一款高效且参数节约的图像生成框架，专为扩散变换器模型设计，支持主题驱动和空间控制。通过增加少量参数，它能够生成高质量图像并保持主题一致性，适用于多种应用场景，包括艺术创作、游戏开发和广告设计等。其强大的多模态注意力机制和灵活的架构使其成为图像生成领域的创新工具。
AI项目与工具 2025年06月12日
Moondream

Moondream

Moondream是一款小型的开源人工智能视觉语言模型，具有强大的图像处理能力和灵活性，能够在不同设备上运行。它基于Apache 2.0许可证，支持商业使用，并广泛应用于安全监控、无人机和机器人技术以及零售与购物领域。
AI项目与工具 2024年01月01日
VITA

VITA

VITA-Audio 是一款开源的端到端多模态语音大模型，具备低延迟、高推理效率和多模态交互能力。其核心创新包括轻量级 MCTP 模块和四阶段渐进式训练策略，使模型在语音识别、文本转语音和口语问答等任务中表现优异。支持实时对话、智能客服、教育辅助、医疗辅助及内容创作等多种应用场景，适用于各类语音交互系统。
AI项目与工具 2025年06月11日
I2V

I2V

I2V-01-Live是一款基于深度学习技术的图生视频工具，可将静态二维图像转化为动态视频，具有高度流畅的动作表现和多样化的艺术风格适配能力。其核心功能包括动态呈现、动作效果增强及稳定的表情管理，广泛应用于社交媒体、广告营销、动画制作、教育培训以及游戏开发等领域。
AI项目与工具 2024年12月06日
HRAvatar

HRAvatar

HRAvatar是由清华大学联合IDEA团队推出的单目视频重建技术，能够从普通单目视频中生成高质量、可重光照的3D头像。它采用可学习的形变基和线性蒙皮技术，结合精确的表情编码器和物理渲染模型，实现高精度重建和实时渲染（约155 FPS）。支持材质编辑、跨视角渲染和动画化，适用于数字人、虚拟主播、AR/VR、游戏开发和影视制作等领域。
AI项目与工具 2025年06月11日
妙问

妙问

妙问是腾讯广告推出的AI营销辅助工具，支持7×24小时在线服务，覆盖广告主从筹备到复盘的全流程需求。其核心功能包括快问快答、深度分析、移动办公等，能提供实时数据支持、爆款素材建议、广告审核答疑及多账户管理。适用于广告咨询、投放优化、效果分析及移动管理等场景，提升营销效率与决策质量。</p>
AI项目与工具 2025年06月11日
Smartcat

Smartcat

Smartcat 是一款先进的AI翻译平台，提供自动化的翻译服务和本地化解决方案。它集成了AI翻译、计算机辅助翻译（CAT）工具及翻译管理系统（TMS），支持超过280种语言和50多种文件格式。Smartcat通过内置市场连接全球翻译专家和客户，提供高效、准确的翻译服务。此外，该平台还配备了项目管理和自动化工作流工具，帮助企业简化翻译流程，加快内容的全球化进程。
AI项目与工具 2025年06月12日
Edicho

Edicho

Edicho 是一种基于扩散模型的图像编辑工具，能够在多图像间实现一致性编辑，无需额外训练。其核心技术包括 Corr-Attention 注意力模块和 Corr-CFG 去噪策略，通过显式图像对应关系提升编辑质量与一致性。适用于图像修复、风格转换、内容创作、医学影像增强等场景，具备良好的兼容性与扩展性。
AI项目与工具 2025年06月12日
AgentSociety

AgentSociety

AgentSociety是由清华大学开发的基于大语言模型的社会模拟平台，通过构建具有“类人心智”的智能体，模拟复杂的社会行为与现象。平台支持城市环境建模、大规模社会模拟和科研工具集成，适用于社会舆论传播、政策评估、社会极化分析及灾害响应研究。其技术特点包括异步模拟架构、分布式计算和MQTT通信，具备高度可扩展性和实时交互能力。
AI项目与工具 2025年06月12日
GigaTok

GigaTok

GigaTok 是一款基于语义正则化的高参数视觉分词器，支持自回归图像生成，具备优异的图像重建与生成能力。通过一维架构和非对称扩展策略，实现高效计算与稳定训练。适用于图像生成、编辑、数据增强及多模态应用，具有广泛的技术拓展性。
AI项目与工具 2025年06月11日