AI项目与工具

FunAudioLLM

FunAudioLLM是由阿里巴巴通义实验室开发的开源语音大模型项目,包含SenseVoice和CosyVoice两个子模型。SenseVoice擅长多语言语音识别和情感辨识,支持超过50种语言;CosyVoice则专注于自然语音生成,支持多种语言、音色和情感控制。该项目适用于多语言翻译、情感语音对话等场景,其相关模型和代码已公开发布。

Matryoshka Diffusion Models

Matryoshka Diffusion Models (MDM) 是一种由苹果公司开发的创新扩散模型,专为生成高分辨率图像和视频而设计。通过多尺度扩散机制与NestedUNet架构,MDM实现了高效的信息共享与渐进式训练,显著提升了模型的训练效率与生成质量。该模型适用于资源受限的环境,可减少训练步骤并保持生成图像的细节与清晰度。其主要功能包括高分辨率图像生成、多分辨率处理、特征共享以及渐进式训练

Thunderbit

Thunderbit是一个面向商业用户的无代码平台,集成了AI工具和自动化服务。通过一键构建功能,用户可以轻松创建个性化的AI解决方案。平台提供定制化的Web助手,支持数据从非结构化到结构化的转换及反向转换。Thunderbit的自动化功能有助于提升工作效率,且平台优势在于无代码的易用性和灵活的定价策略,鼓励用户根据自身需求选择和定制AI工具。

RF

RF-DETR是一款由Roboflow推出的实时目标检测模型,支持多分辨率训练,具备高精度和低延迟特性,在COCO数据集上达到60+ mAP。结合Transformer架构和预训练DINOv2主干,提升领域适应性和检测效果。适用于安防、自动驾驶、工业检测等多个场景,提供预训练检查点以支持快速微调和部署。

瑞智病理大模型

瑞智病理大模型(RuiPath)是由上海交通大学医学院附属瑞金医院与华为联合开发的国产多模态病理诊断系统,覆盖中国90%的常见癌种及部分罕见病。通过整合图像、文本等多源数据,实现高效、精准的辅助诊断,支持交互式审核流程,提升诊断效率与准确性。模型基于深度学习与华为DCS AI平台,适用于临床诊断、基层医疗、医学教育等多个场景,推动病理诊断智能化发展。

ResolveAI

ResolveAI是一款企业级AI聊天机器人平台,支持用户利用自有数据创建个性化的AI助手。该平台无需编程技能即可使用,支持快速整合网站和文档等资源。它提供全天候客户服务、多语言支持,并通过多种渠道(如网站小部件、WhatsApp等)进行集成。ResolveAI旨在提升客户服务质量和销售流程效率,优化内部知识管理和市场调研,帮助企业提高运营效率和客户满意度。

JobJump

JobJump是一款基于AI技术的视频面试助手扩展程序,支持与Google Meet、Zoom及Microsoft Teams等平台兼容。它具备多语言支持、行业和职位定制化服务等功能,能够实时识别面试问题并提供个性化答案提示,帮助求职者在面试中展现最佳状态。适用于技术、非技术、多语言及远程面试场景,特别适合职业转换者。

DINO

DINO-X是一款由IDEA研究院开发的通用视觉大模型,具备开放世界对象检测与理解的能力。它支持多种提示类型,无需用户额外输入即可识别图像中的任意对象,并在多个基准测试中刷新了性能记录。DINO-X拥有Pro和Edge两个版本,分别针对高性能需求和边缘设备优化。其应用范围涵盖自动驾驶、智能安防、工业检测及机器人视觉等领域,助力行业创新与发展。

cre8tiveAI

Cre8tiveAI 是一款基于深度学习的人工智能平台,提供一系列创新工具,用于图像和视频的编辑与优化。其主要功能包括提高分辨率、优化人脸、生成个性化插图、人像裁剪、静态图像转动态视频等。适用于社交媒体内容创作、电子商务、广告营销、设计插画等多个领域,支持从个人用户到团队协作的不同需求。

91JPG 绘影流光

91JPG 绘影流光是一款基于AI技术的图像生成工具,专注于提升服装摄影的效率与质量。其核心功能涵盖AI穿衣、AI换脸换背景、人台图生成及图片背景移除等,适用于多样化场景,包括产业带工厂、批发档口、实体店主、电商卖家以及时尚品牌等。该工具不仅能够显著降低运营成本,还能增强服装展示效果,为用户带来更高的商业价值。