AI项目与工具

PaddleSpeech

PaddleSpeech

PaddleSpeech是百度飞桨团队开发的开源语音处理工具，涵盖语音识别、语音合成、声纹识别、语音翻译等功能。支持多种接口形式，适用于智能语音助手、语音播报、身份验证等场景。基于PaddlePaddle框架，提供高效的深度学习模型和丰富的音频处理能力，适用于多种实际应用需求。
AI项目与工具 2025年06月12日
ImBD

ImBD

ImBD是一种用于检测机器修订文本的AI工具，采用风格偏好优化（SPO）和风格条件概率曲率（Style-CPC）技术，能有效区分人类写作与机器修订内容。该工具具备多场景适应能力，支持多种文本类型和领域，训练效率高、数据需求低，适用于学术、新闻、出版、教育等多个应用场景，提升文本检测的准确性与可靠性。
AI项目与工具 2025年06月12日
DynamicFace

DynamicFace

DynamicFace是由小红书团队开发的视频换脸技术，结合扩散模型与时间注意力机制，基于3D面部先验知识实现高质量、一致性的换脸效果。通过四种精细的面部条件分解和身份注入模块，确保换脸后的人脸在不同表情和姿态下保持一致性。该技术适用于视频与图像换脸，广泛应用于影视制作、虚拟现实、社交媒体等内容创作领域，具备高分辨率生成能力和良好的时间连贯性。
AI项目与工具 2025年06月12日
TimeSuite

TimeSuite

TimeSuite是一种由上海AI Lab开发的框架，专注于提升多模态大型语言模型在长视频理解任务中的表现。它通过引入高效的长视频处理框架、高质量的视频数据集TimePro和Temporal Grounded Caption任务，提升了模型对视频内容的时间感知能力，减少了幻觉风险，并显著提高了长视频问答和时间定位任务的性能。其核心技术包括视频令牌压缩、时间自适应位置编码、U-Net结构及多样化任务
AI项目与工具 2025年06月12日
xAR

xAR

xAR是由字节跳动与约翰·霍普金斯大学联合研发的自回归视觉生成框架，采用“下一个X预测”和“噪声上下文学习”技术，提升视觉生成的准确性和效率。其支持多种预测单元，具备高性能生成能力，在ImageNet数据集上表现优异，适用于艺术创作、虚拟场景生成、老照片修复、视频内容生成及数据增强等多种应用场景。
AI项目与工具 2025年06月12日
MakeBestMusic

MakeBestMusic

MakeBestMusic 是一款基于AI技术的音乐创作工具，支持通过文本生成音乐、音频分离、混音与重制等功能，覆盖多种音乐风格。提供多种付费计划，满足不同用户需求，适用于音乐制作、视频创作、游戏开发等场景，提升创作效率与质量。
AI项目与工具 2025年06月12日
EasySlide

EasySlide

EasySlide是一款基于AI的演示文稿生成工具，支持通过自然语言处理技术快速生成专业PPT。具备智能幻灯片生成、内容优化、多语言支持、模板选择等功能，还支持实时预览、编辑及多种格式导出。适用于企业演示、教育培训、学术研究、培训工作坊等多个领域，旨在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
WiseDiag

WiseDiag

WiseDiag是杭州智诊科技开发的医疗AI模型，基于海量医学数据训练，具备深度推理能力和个性化服务功能。支持多场景健康咨询，包括医学报告解读、长期健康记录管理及专家级建议。提供多种版本以适应不同需求，适用于健康管理、医疗辅助和远程医疗等应用。
AI项目与工具 2025年06月12日
Tavus – AI视频生成平台，支持数字人克隆和实时对话

Tavus – AI视频生成平台，支持数字人克隆和实时对话

Tavus 是一个先进的 AI 视频生成平台，提供逼真的数字人克隆和实时对话式视频。基于 Phoenix-2 模型和对话式视频接口（CVI），Tavus 支持企业快速部署 AI 视频产品，提升用户体验并确保安全合规。主要功能包括 AI 视频生成、实时对话、开发者文档和工具，适用于客户服务、个性化营销、虚拟助手、教育和产品演示等多种应用场景。
AI项目与工具 2025年01月28日
AI Baby Generator

AI Baby Generator

AI Baby Generator 是一个基于人工智能技术预测未来孩子外貌的工具。通过分析父母的照片，利用先进的算法预测并生成孩子可能的外貌。该工具结合了面部识别技术和遗传学原理，为用户提供一种有趣且直观的方式探索遗传特征的传递。尽管生成的图像主要用于娱乐，但它能够激发对遗传学的兴趣，并为社交媒体上的分享提供乐趣。
AI项目与工具 2025年06月12日