AI项目与工具

MooER

MooER是一款基于国产全功能GPU训练的开源音频理解大模型,由摩尔线程推出。它能够进行中文和英文的语音识别,并具备中译英的语音翻译能力。MooER在Covost2中译英测试集中取得25.2的BLEU分数,接近工业级标准。其主要功能包括语音识别、语音翻译、高效率训练以及开源模型。该模型采用深度学习架构和端到端训练模式,具有强大的多语言处理能力和广泛的适用性。

InternVideo2.5

InternVideo2.5是一款由上海人工智能实验室联合多机构开发的视频多模态大模型,具备超长视频处理能力和细粒度时空感知。它支持目标跟踪、分割、视频问答等专业视觉任务,适用于视频检索、编辑、监控及自动驾驶等多个领域。模型通过多阶段训练和高效分布式系统实现高性能与低成本。

MeCheck

MeCheck是一款利用AI技术的合同审查工具,支持合同智能审查、要素提取、版本管理、自定义清单及模板管理等功能。它通过自然语言处理和法律知识图谱技术,快速定位合同风险点,提供修改建议与法条支持,适用于企业合同管理和风险控制场景。

Fashion

Fashion-VDM是一款由谷歌和华盛顿大学合作研发的虚拟试穿技术,利用视频扩散模型生成人物穿着指定服装的高质量试穿视频,具有高保真度、时间一致性及强大的服装细节还原能力。它结合了扩散模型架构、分割分类器自由引导与渐进式时间训练策略,并在图像与视频数据联合训练的基础上实现了高效稳定的视频生成过程。

Smartcat

Smartcat 是一款先进的AI翻译平台,提供自动化的翻译服务和本地化解决方案。它集成了AI翻译、计算机辅助翻译(CAT)工具及翻译管理系统(TMS),支持超过280种语言和50多种文件格式。Smartcat通过内置市场连接全球翻译专家和客户,提供高效、准确的翻译服务。此外,该平台还配备了项目管理和自动化工作流工具,帮助企业简化翻译流程,加快内容的全球化进程。

Follow

Follow-Your-Click是一款由腾讯、清华大学和香港科技大学合作开发的图像到视频生成模型。它允许用户通过简单的点击和动作提示将静态图像转化为包含局部动画效果的动态视频。主要功能包括直观的用户界面、局部动画生成、多对象处理、简短动作提示、高质量视频生成及运动速度控制。其工作原理涉及用户交互、图像分割、第一帧遮罩策略、运动增强模块和基于光流的运动幅度控制。

通古大模型

通古大模型是由华南理工大学研发的古籍文言文处理AI工具,基于百川2-7B-Base进行增量预训练,结合24.1亿古籍语料和400万对话数据,采用RAT和RAG技术提升古籍处理效果。支持古文句读、文白翻译、诗词创作、古籍赏析、检索问答及辅助整理等功能,广泛应用于古籍数字化、教育、文化传承与学术研究等领域。

AutoGen Studio

AutoGen Studio是一款由微软研究院推出的开源工具,旨在简化多智能体系统的构建、调试和评估。它提供拖放式界面和Python API,支持声明式规范定义智能体及工作流,具备交互式评估、可重用组件库等功能,适用于客户服务、团队协作、教育、内容创作等多个领域。

Piece it Together

Piece it Together 是一款基于AI的图像生成工具,能够将零散的视觉元素整合成完整概念图像,并智能补全缺失部分。依托IP+空间和IP-Prior模型,支持语义编辑与文本控制,提升图像生成的准确性和多样性。适用于角色设计、产品开发、艺术创作等多个领域,助力创意探索与设计验证。

AutoDroid

AutoDroid-V2是由清华大学人工智能产业研究院开发的基于小型语言模型(SLM)的移动端GUI自动化工具,支持多步脚本生成与执行,提升任务完成效率并减少对云端模型的依赖。其核心功能包括自动化UI操作、代码生成与执行、应用文档生成,适用于日常辅助、办公、测试、智能家居及医疗等多个场景,具有较高的实用性和技术前瞻性。