AI项目与工具

Muyan

Muyan-TTS是一款面向播客场景的开源文本转语音工具,基于超10万小时播客数据训练,支持零样本语音合成与说话人适配,可在0.33秒内生成1秒音频,适合实时与长内容合成。支持本地部署与API调用,应用于播客、有声书、视频配音、AI角色及新闻播报等领域,兼具高效性与灵活性。

spiritme

Spiritme是一款基于人工智能的视频创作工具,支持用户通过拍摄或输入文本生成逼真的数字化身视频。其核心功能包括数字化身创建、文本转视频转换、AI辅助拍摄及多语言支持,适用于营销、教育、社交媒体及企业演示等多种应用场景,为用户提供了高效且灵活的视频制作解决方案。

PP

PP-DocBee是百度飞桨推出的多模态文档理解模型,基于ViT+MLP+LLM架构,支持文字、表格、图表等多类型文档内容的精准识别与解析。具备高效的推理性能和高质量输出,适用于文档问答、信息提取等场景,支持灵活部署,为文档处理提供智能化解决方案。

硅语AI知识创业平台

硅语AI知识创业平台是一款基于人工智能技术的数字人解决方案,主要功能涵盖AI数字人克隆、语音合成、智能提词、字幕生成及美颜滤镜等。它支持多种应用场景,如教育、营销、内容创作和个人品牌建设,为用户提供便捷高效的数字人创建体验。

RealisHuman

RealisHuman 是一个用于优化生成图像中人体部位的后处理框架,采用两阶段方法提升手部和面部等部位的真实性。它通过参考原始图像生成逼真结构,并重新绘制周围区域实现无缝融合,支持多种图像风格,适用于游戏、影视、艺术等领域。

OSAID 1.0

OSAID 1.0是由Open Source Initiative(OSI)制定的开源AI标准,明确了AI系统成为开源所需的条件。该标准要求AI系统提供代码、数据和参数,并强调透明度与协作,适用于开源社区、企业、开发者、教育机构及政策制定者。它推动了AI领域的创新、透明度和信任建设,同时影响了现有AI模型的开发和法律地位。

CodeElo

CodeElo 是一款基于 Elo 评级系统的编程能力评估工具,用于衡量大型语言模型在编程竞赛中的表现。它从 CodeForces 平台选取题目,按难度和算法分类,并通过直接提交代码进行测试,确保评估的准确性。该工具可比较模型与人类程序员的水平,适用于模型优化、教学辅助及开发应用,为 LLMs 编程能力研究提供可靠参考。

Asendia AI

Asendia AI 是一款基于人工智能的求职辅助工具,提供个性化职业规划、智能职位匹配、AI模拟面试及详细反馈功能。用户可通过100多个专家审核的面试模板进行练习,并获得定制化建议以提升面试表现。平台还支持简历优化、技术概念复习和全球人才展示。对招聘方而言,AI面试官“Sarah”可实现24/7自动化筛选,提高招聘效率并降低成本。整体功能覆盖求职准备与招聘流程,适用于个人与企业用户。

Ming

Ming-Lite-Omni是蚂蚁集团开源的统一多模态大模型,基于MoE架构,支持文本、图像、音频和视频等多种模态的输入输出,具备强大的理解和生成能力。模型在多个任务中表现优异,如图像识别、视频理解、语音问答等,适用于OCR识别、知识问答、视频分析等多个领域。其高效处理能力和多模态交互特性,为用户提供一体化智能体验。

12个AI短剧创作平台和软件,自动剪辑一键生成视频短片

本文介绍了12款AI短剧创作平台,包括白日梦AI、讯飞绘镜、MOKI、SkyReels、OneStory、AutoShorts.ai、Flow Studio、Showrunner、神笔马良、CoCoClip.AI、Reel.AI和PopShort.AI。这些平台利用AI技术,帮助用户一键生成视频故事短片,支持多种视频风格和类型,从文本到视频转换、智能分镜生成到配音配乐,极大简化了视频创作流程,为创