AI项目与工具

MemFree

MemFree是一款开源的混合AI搜索引擎,集成了多种AI技术和搜索引擎功能,支持文本、图像、文件和网页等多种输入形式,可提供文本、思维导图、图片和视频等多格式搜索结果。其核心功能涵盖图像处理、文档总结与提问、学术问题解答、代码解释与生成等,特别适用于学术研究、工作办公和日常生活场景,旨在优化知识管理、提升生产力并降低使用成本。

Seedance 1.0 lite

Seedance 1.0 lite 是火山引擎推出的轻量级AI视频生成工具,支持文生视频和图生视频,可生成5秒或10秒、480p/720p分辨率的视频。具备精细的人物控制和丰富的运镜方式,画质清晰、风格多样,广泛应用于电商、影视、娱乐等领域,有效提升制作效率并降低成本。

PhotoMaker

PhotoMaker V2是腾讯推出的一款AI图像生成框架,能够快速生成逼真的人物照片。它在角色的一致性和可控性上取得了显著进步,用户可以通过文本指令进行精准控制。该工具利用深度学习技术和生成对抗网络(GANs),能够将文本描述转化为图像,并通过集成脚本增强生成过程的个性化和可控性。PhotoMaker V2广泛应用于游戏开发、电影制作、广告、社交媒体、艺术创作和教育等领域。

Martin

Martin是一款由大学生团队开发的人工智能助手,支持语音交互与多平台通信,具备日程管理、邮件处理、任务跟踪、文件管理等功能。它通过自定义记忆架构理解用户偏好,提供个性化服务,适用于日常办公和生活管理,提升工作效率与便利性。

Company Research Agent

Company Research Agent是一款基于多智能体框架的公司研究工具,支持一键生成全面的公司研究报告。它从公司网站、新闻文章、财务报告和行业分析等多源数据中收集信息,并利用Gemini 2.0 Flash和GPT-4.1-mini模型进行高语境研究综合与精确报告格式化。该工具具备AI内容过滤功能,确保信息的相关性和准确性,并通过WebSocket实现实时进度更新,提升研究效率和用户体验

GaussianAnything

GaussianAnything 是一款基于多模态输入的 3D 内容生成框架,支持点云、文本和图像等多种输入方式,能够生成高精度且可编辑的 3D 模型。其核心技术包括点云结构化潜空间和级联扩散模型,具备几何与纹理解耦特性,适用于游戏开发、影视制作、VR/AR、工业设计等多个场景。该工具在生成质量和一致性方面表现优异,为 3D 内容创作提供了高效解决方案。

VoxInstruct

VoxInstruct是清华大学开源的语音合成技术,能够根据人类语言指令生成高质量的语音。该系统采用统一的多语言编解码器语言建模框架,将传统的文本到语音任务扩展到了更广泛的人类指令到语音任务。VoxInstruct通过引入语音语义标记和多种无分类器指导策略,提升了语音合成的自然度和表现力。它支持多语言和跨语言合成,适用于智能语音助手、有声读物、教育培训等多个领域。

混元游戏

混元游戏是腾讯混元大模型打造的工业级AIGC游戏内容生产引擎,提供AI美术管线、实时画布、AI 2D美术生成和角色多视图生成等功能。设计师可通过提示词或草图快速生成角色灵感图、三视图及动态视频,大幅缩短设计周期。平台支持多种游戏风格,具备实时调整细节能力,将角色多视图生成时间从12小时压缩至几分钟到30分钟,适用于影视制作、UGC社交创作、电商广告、工业设计与教育娱乐等多个场景。

PIXMAKER

PIXMAKER是一款基于AI技术的图像生成与编辑平台,主要服务于电商行业。其核心功能涵盖AI生成产品背景、虚拟试穿效果、多姿势模特照片生成、动态产品视频制作以及背景移除等。用户无需具备专业设计技能即可快速生成高质量的产品图片和视频,从而提升商品展示效果并促进销售转化。该工具广泛应用于电商、市场营销、时尚服装等多个领域,助力企业高效完成产品视觉内容创作。

LalaEval

LalaEval是由香港中文大学与货拉拉数据科学团队联合开发的针对特定领域大语言模型的人类评估框架。它提供了一套完整的端到端评估流程,涵盖领域界定、能力指标构建、评测集生成、标准制定及结果分析。通过争议度与评分波动分析,有效减少主观误差,提升评估质量。该工具已在物流领域成功应用,并具备良好的跨领域扩展性,适用于企业内部模型优化与多场景评测。