AI项目与工具

HMoE

HMoE(混合异构专家模型)是腾讯混元团队提出的一种新型神经网络架构,旨在提升大型语言模型的性能和计算效率。通过引入不同规模的专家来处理不同复杂度的输入数据,HMoE增强了模型的专业化程度,并采用了新的训练目标和策略,如P-Penalty Loss,以提高参数利用率和计算效率。HMoE在多个预训练评估基准上表现出色,适用于自然语言处理、内容推荐、语音识别、图像和视频分析以及多模态学习等领域。

灵码 IDE

灵码 IDE是通义推出的AI原生IDE,深度适配千问3大模型,集成编程智能体、行间建议预测、行间会话等功能。支持多种编程语言和主流IDE,具备代码生成、续写、注释、单元测试生成、异常排查等能力,可提升开发效率。开发者可通过自然语言描述任务,实现端到端的编码操作,适用于新功能开发、工程级任务及企业数据个性化场景。

Surya

Surya是一款开源OCR工具包,专注于文档识别,支持90多种语言的文本提取与分析。它能够识别文档中的文本、表格、图片及标题等布局元素,并确保文本阅读顺序的准确性。凭借其高效的表格识别能力和优化的算法,Surya在处理复杂文档时表现出色,广泛应用于文档数字化、数据提取、多语言处理以及学术研究等领域。 ---

BnbIcons

BnbIcons是一款AI驱动的图标生成工具,能够创建类似Airbnb风格的等轴测图标。用户可通过文字描述或上传参考图片生成图标,提供464+个预设图标,支持批量生成和图标动画功能,适用于界面设计、原型设计、社交媒体内容等多种场景。

OMate

OMate 是一款支持角色扮演与个性化互动的 AI 聊天工具,用户可创建或导入角色卡,实现沉浸式对话体验。具备长期记忆、身份切换、自定义提示词等功能,并支持多平台 API 接入。适用于角色扮演、创作辅助及学习教育等场景,提供灵活且高度定制化的交互方式。

Flow

Flow是谷歌推出的AI电影制作工具,整合了Veo 3、Imagen 4和Gemini 2.5等多个AI模型,能根据文本提示生成完整的电影场景或短片,保持连贯性。用户可通过“Camera Controls”操作镜头,“Scenebuilder”编辑场景,“Asset Management”管理创意元素,并通过“Flow TV”学习交流。目前仅对美国的谷歌AI Pro和AI Ultra订阅用户开放。

GCDance

GCDance是一款由英国萨里大学与江南大学联合开发的3D舞蹈生成框架,可根据音乐和文本提示生成风格可控的全身舞蹈序列。它结合多粒度音乐特征融合与CLIP模型文本嵌入技术,实现舞蹈动作与音乐节奏的高度同步。支持多种舞蹈风格生成、局部编辑及高质量全身动作输出,适用于VR、游戏开发、舞蹈教学等场景。

Townie

Townie是一款面向开发者的代码生成工具,通过智能化的代码补全和生成功能,帮助用户快速创建完整功能模块,并支持即时部署。它具备自动错误检测与修复能力,兼容多种框架,适用于快速原型开发、小型项目构建及功能模块测试等场景,显著提升开发效率。

Meta Motivo

Meta Motivo是一款由Meta公司研发的人工智能模型,专为提高元宇宙中虚拟人形智能体的真实性和自然性而设计。通过无监督强化学习算法,Meta Motivo实现了对全身动作的有效控制,支持零样本学习、多任务泛化以及行为模仿等功能。其核心优势在于将状态、动作和奖励统一映射至潜在空间,显著增强了元宇宙体验的真实感。此外,该模型还适用于机器人控制、虚拟助手、游戏动画等多个应用场景。

Glasp

Glasp是一款集高亮标注、笔记管理和AI辅助于一体的多功能工具,支持用户在网页和PDF文档上标记重要信息,并通过AI技术生成个性化见解。它具备社交共享功能,支持多平台集成,适合学术研究、在线学习及团队协作等多种场景,助力用户高效管理知识资产。