AI项目与工具

Speech

Speech

Speech-02 是 MiniMax 推出的先进文本到语音模型，支持零样本语音克隆和高质量语音合成，具备多语言支持和情感控制功能。采用自回归 Transformer 和 Flow-VAE 架构提升语音自然度和相似度，适用于配音、有声读物、智能助手等多种场景。提供 HD 和 Turbo 两个版本，满足不同性能需求。
AI项目与工具 2025年06月11日
Infinite Mobility

Infinite Mobility

Infinite Mobility是由上海AI Lab开发的交互式物体生成模型，基于程序化技术快速生成高质量、多样化的可交互物体，支持22类常见物体，单次生成仅需1秒，成本低至0.01元。其生成的物体广泛应用于机器人仿真、医疗设备开发、家庭服务机器人等领域，提升虚拟训练的真实性和效率。
AI项目与工具 2025年06月11日
Fugatto

Fugatto

Fugatto是一款由英伟达开发的音频合成与转换模型，利用增强型Transformer架构实现了从文本到音频的高效转化。它支持多种音频生成任务，如音乐创作、声音效果设计及语音合成，并可通过ComposableART技术实现对声音属性的精细调控。此外，Fugatto擅长生成动态变化的声音景观，广泛应用于音乐创作、声音设计及广告音频制作等领域。
AI项目与工具 2025年06月12日
Kimi探索版

Kimi探索版

Kimi探索版是一款基于深度推理的AI搜索工具，具备强大的搜索、分析及自我优化能力。它能够将复杂问题分解成多个子问题，通过逐步推理与数据整合生成精确解答，并支持数学建模、编程处理及多语言交流。此外，其自我反思机制进一步提升了答案的准确性，广泛适用于学术研究、市场分析、学习辅导和技术支持等场景。
AI项目与工具 2025年06月12日
MVGenMaster

MVGenMaster

MVGenMaster是一款基于多视图扩散模型的工具，利用增强的3D先验技术实现新视角合成任务。它可以从单一图像生成多达100个新视图，具有高度的灵活性和泛化能力。模型结合了度量深度、相机姿态扭曲以及全注意力机制等技术，支持高效的前向传播过程，同时兼容大规模数据集。MVGenMaster在视频游戏、电影特效、虚拟现实、3D建模及建筑可视化等领域具有广泛应用前景。
AI项目与工具 2025年06月12日
15个AI视频翻译工具和软件，自动配音生成全球任意语言

15个AI视频翻译工具和软件，自动配音生成全球任意语言

本文介绍了15款基于人工智能技术的视频翻译工具，这些工具能够实现精准的语音识别、自然语言处理和机器学习，从而将视频内容从一种语言翻译成另一种语言，为全球观众提供无缝的语言转换体验。这些工具涵盖了多语言支持、精准翻译与文化适配、字幕与音频同步、自动对口型和重新配音、智能视频去文字、翻译视频文字、视频翻译精校版、支持多种语言、字幕调整和声音克隆等多个功能和特点，极大地提升了视频内容的本地化质量和传播效
AI项目与工具 2025年06月12日
Flowise

Flowise

Flowise 是一款开源的低代码/无代码平台，支持用户通过可视化界面快速构建和部署基于大语言模型的应用。它提供拖拽式工作流设计、多模型集成、丰富的组件库以及灵活的部署方式，适用于智能客服、文档分析、推荐系统等多种场景。支持本地与云端部署，具备企业级安全特性，适合各类开发者与企业使用。
AI项目与工具 2025年06月11日
Story

Story

Story-Adapter是一种无需额外训练的长篇故事可视化框架，通过迭代优化和全局参考交叉注意力模块，提升图像生成的质量与细节表现。该工具适用于多种场景，包括故事创作、教育学习、娱乐游戏、广告营销以及影视制作等，特别适合需要将文字转化为视觉化内容的场合。
AI项目与工具 2025年06月12日
馆长

馆长

馆长是一款基于RAG技术的浏览器插件式AI问答工具，支持本地知识库管理，可导入PDF、Word、网页等内容，通过语义搜索提供精准答案。所有数据存储于本地，保障隐私安全，支持离线使用。具备中英文搜索、无限文档导入、多平台集成等特性，适用于个人知识管理、企业内部知识库、在线学习及图书馆服务等场景。
AI项目与工具 2025年06月12日
SepLLM

SepLLM

SepLLM是由香港大学与华为诺亚方舟实验室等机构联合开发的高效大语言模型框架，通过压缩段落信息和优化注意力机制，显著提升推理速度与计算效率。其支持处理超长序列（达400万标记），具备低KV缓存占用、高推理速度及多节点分布式训练能力。适用于长文本处理、流式应用、资源受限环境及多语言研究等多个场景，具有良好的部署灵活性和扩展性。
AI项目与工具 2025年06月12日