AI项目与工具

SAM 2.1

SAM 2.1是一款由Meta开发的先进视觉分割模型,支持图像和视频的实时分割处理。其核心功能包括用户交互式分割、多对象跟踪、数据增强以及遮挡处理等。通过引入Transformer架构和流式记忆机制,SAM 2.1显著提升了对复杂场景的理解能力。该工具具有广泛的应用场景,涵盖内容创作、医疗影像分析、自动驾驶等多个领域。

AI Meeting Notes

AI Meeting Notes 是 Notion 提供的智能会议记录工具,支持实时转录、自动生成会议摘要、提取行动项及团队协作。用户可通过快捷键或日历集成快速启动,支持多设备同步和多语言使用,提升会议管理效率与信息整理能力。

MinMo

MinMo是阿里巴巴通义实验室推出的多模态语音交互大模型,具备高精度语音识别与生成能力。支持情感表达、方言转换、音色模仿及全双工交互,适用于智能客服、教育、医疗等多个领域,提升人机对话的自然度与效率。

Playground AI

Playground AI 是一款流行的人工智能绘图和图像编辑工具,主要功能包括AI文本到图像生成、创意社区作品分享、提示词智能优化和图像到图像的转换。它提供灵活的创作模式,支持用户上传现有图片或草图生成全新的艺术作品。此外,Playground AI 还提供了一个UGC创作社区,用户可以在其中发现多种风格的图片,并借鉴提示词进行创作。Playground AI 提供了免费版和多个付费版本,以满足

Resume Builder

Resume Builder 是一款基于人工智能的简历制作工具,为求职者提供个性化简历和求职信生成服务。它结合AI技术,根据职位要求提供关键词建议,并提供丰富的模板和示例资源。用户可免费使用基础功能,支持多种格式下载,适合各类求职场景,如应届生、转行者及高管等人群使用。

字狐AI

字狐AI是一款集成多种AI功能的浏览器插件,主要功能包括智能问答、网页信息提取、写作辅助、PDF转换及OCR文字识别。用户可通过语音或文字与之互动,快速获取所需信息并提升工作效率。支持多语言识别与编辑,适用于办公文档处理、写作创作、资料阅读及PPT制作等场景。

SPRIGHT

SPRIGHT是由多所高校和机构联合开发的视觉-语言数据集,旨在提升文本到图像生成模型的空间一致性。通过重新描述约600万张图像,强化空间关系表达,如“左/右”、“上/下”等,显著提高图像生成的准确性。该数据集支持复杂场景的图像生成,并经过多维度评估验证其可靠性。SPRIGHT为视觉-语言模型的研究和应用提供了重要资源,广泛应用于图像生成、VR/AR、教育及科研等领域。

OceanDoc

OceanDoc是科大讯飞推出的AI智能办公工具,基于大语言模型和自然语言处理技术,可自动将文本转化为高质量PPT幻灯片,并提供设计建议、多语言翻译、语音控制、AI图像生成等功能。适用于办公、教育、企业等多种场景,简化演示文稿制作流程,提升效率与专业性。

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。

gling

Gling是一款集成了先进AI技术的视频编辑工具,主要功能涵盖自动去除不良拍摄片段、消除沉默及填充词、生成AI字幕、自动缩放画面、降低背景噪音等。它还能够为视频生成优化标题与章节,适用于个人视频博主、播客制作人、在线教育者及企业培训等多个领域,助力提升视频质量和效率。