AI项目与工具

Hallo

Hallo

Hallo是由复旦大学、百度公司、苏黎世联邦理工学院和南京大学的研究团队共同开发的一种基于人工智能的肖像图像动画技术。该技术通过分层音频驱动视觉合成、端到端扩散模型、交叉注意力机制、UNet去噪器、时间对齐技术和参考网络等方法，实现了音频与视觉输出的高精度同步。Hallo具备音频同步动画、面部表情生成、头部姿态控制、个性化动画定制、时间一致性维护以及动作多样性等主要功能，显著提升了视频动画的真实感
AI项目与工具 2025年06月12日
VideoAnydoor

VideoAnydoor

VideoAnydoor是一款由多所高校与研究机构联合开发的视频对象插入系统，基于文本到视频的扩散模型，支持高保真对象插入与精确运动控制。其核心模块包括ID提取器和像素变形器，能实现对象的自然融合与细节保留。该工具适用于影视特效、虚拟试穿、虚拟旅游、教育等多个领域，具备良好的通用性和扩展性。
AI项目与工具 2025年06月12日
绘声美音

绘声美音

绘声美音是一款集声音克隆、AI变声、文字转语音及多种音频处理功能于一体的在线工具，用户可通过微信公众号便捷使用。支持上传语音训练专属声纹模型，进行歌曲翻唱并生成MV，同时提供变声、音频提取、听歌识曲等功能，适用于娱乐、配音、创作等多种场景。
AI项目与工具 2025年06月12日
Agent TARS

Agent TARS

Agent TARS 是字节跳动推出的开源多模态 AI 代理工具，支持浏览器、命令行和文件系统的集成，实现复杂任务的自动化执行。其核心功能包括代理工作流、数据处理、代码生成与解释等。基于事件流和模型上下文协议（MCP），Agent TARS 能高效分解任务并实时反馈结果，适用于网页自动化、任务管理、数据分析和代码辅助等多种场景。目前支持 macOS 平台，处于技术预览阶段。
AI项目与工具 2025年06月12日
ImageRAG

ImageRAG

ImageRAG 是一种基于检索增强生成（RAG）技术的图像生成工具，通过动态检索相关图像提升文本到图像模型的生成能力。它能够增强对罕见概念的理解与生成，提升图像的真实度和相关性，支持多模态生成与个性化定制。无需额外训练即可适配多种 T2I 模型，广泛应用于创意设计、品牌推广、教育及影视等领域。
AI项目与工具 2025年06月12日
AI京医

AI京医

AI京医是京东健康推出的医疗大模型产品体系，涵盖AI诊疗助手、数字医生智能体和AI科研助手，覆盖诊前、诊中、诊后全流程，提升医生工作效率与科研能力，同时优化患者就医体验，实现智能化、个性化的医疗服务。
AI项目与工具 2025年06月12日
Chatsimple

Chatsimple

Chatsimple 是一个基于人工智能技术的聊天机器人开发平台，提供自然语言处理和机器学习算法支持，帮助企业实现智能客户服务、个性化交互及多渠道集成。其核心功能包括智能对话管理、24/7 自动化客户支持、个性化响应以及跨平台整合能力，适用于客户服务、销售咨询、预约管理等多个应用场景。 ---
AI项目与工具 2025年06月12日
腾讯混元文生视频

腾讯混元文生视频

腾讯混元文生视频是一款利用AI技术生成高质量视频内容的工具，可根据文本提示生成具有大片质感的视频。它支持多语言输入，涵盖高清画质、流畅镜头切换及自然场景模拟等功能，适用于电影制作、广告设计、教育培训等多种应用场景。
AI项目与工具 2025年06月12日
MoCha

MoCha

MoCha 是一款由 Meta 与滑铁卢大学联合开发的端到端对话角色视频生成模型，支持语音与文本驱动的角色动画生成，具备全身动作模拟与多角色对话交互能力。其核心技术包括扩散变压器架构和语音-视频窗口注意力机制，确保动画与语音精准同步。适用于虚拟主播、影视动画、教育内容及数字人客服等多个领域，提升了内容创作效率与表现力。
AI项目与工具 2025年06月12日
Text to Bark

Text to Bark

Text to Bark 是由 ElevenLabs 推出的全球首个 AI 狗语文本转语音模型，能将文字转化为高度逼真的狗吠声，支持多种犬种选择和语气调整。技术基于深度学习和犬类语言学研究，适用于宠物训练、科研、娱乐及家庭互动等多种场景，具备良好的可扩展性和实用性。
AI项目与工具 2025年06月12日