AI项目与工具

3D

3D-Speaker是一个多模态开源项目,专注于通过结合声学、语义和视觉信息,实现高精度的说话人识别和语种识别。其主要功能包括说话人日志、说话人识别、语种识别、多模态识别以及重叠说话人检测。项目提供了工业级模型、训练与推理代码,以及多样化数据集,并支持复杂环境下的语音处理任务。应用场景涵盖会议记录、法庭记录、广播制作、电话客服和安全监控等领域。

ERA

ERA-42是一款由北京星动纪元开发的端到端原生机器人大模型,结合五指灵巧手星动XHAND1,可执行超过100种复杂灵巧操作任务。ERA-42无需预编程,具有快速学习能力,能在短时间内掌握新技能。该模型融合多模态信息,具备强大的跨模态能力和泛化能力,适用于工业自动化、医疗辅助、家庭服务、灾难救援和物流配送等多种场景。

Baichuan4

Baichuan4-Finance是一款针对金融领域的增强型大语言模型,融合了通用与专业能力。它支持金融知识的理解与生成、金融认证问题解答、多轮对话交互、文档处理以及数据分析等功能,并通过领域自约束训练、混合数据策略及强化学习等技术手段优化性能。该模型适用于智能投顾、自动化客户服务、风险评估与管理等多个应用场景,旨在促进金融行业的智能化转型。

VSI

VSI-Bench是一种用于评估多模态大型语言模型(MLLMs)视觉空间智能的基准测试工具,包含超过5000个问题-答案对,覆盖多种真实室内场景视频。其任务类型包括配置型任务、测量估计和时空任务,可全面评估模型的空间认知、理解和记忆能力,并提供标准化的测试集用于模型性能对比。 ---

Bamba

Bamba-9B是一种基于Mamba2架构的解码型语言模型,专注于提升大型语言模型的推理效率,尤其擅长处理长文本。它通过恒定的KV-cache设计解决了内存带宽瓶颈问题,并在多个开源平台上得到支持。Bamba-9B不仅具有高效的吞吐量和低延迟的特点,还支持模型量化及长上下文长度扩展,适用于多种应用场景,包括机器翻译、智能客服、内容推荐、自动摘要和社会媒体监控等。

Univer

Univer是一款开源的全栈框架,支持电子表格、文档和幻灯片的创建与编辑。它具备强大的公式计算、条件格式、数据验证、筛选、协同编辑等功能,并采用Canvas渲染引擎和插件化架构提升性能与扩展性。Univer适用于企业办公自动化、数据分析、教育、项目管理和客户关系管理等多个领域。

Kheish

Kheish 是一款基于大型语言模型的开源多智能体协作平台,支持复杂任务的分解与处理。它通过多智能体工作流、模块化集成和反馈循环机制,实现任务的高效执行与优化。Kheish 可无缝接入外部模块,如文件系统、Shell 和向量存储,广泛应用于代码审计、法律文件分析、客户服务自动化、内容创作等领域。

Doctronic

Doctronic是一款结合人工智能技术的在线医疗服务平台,支持用户通过文字或视频形式与医生互动,进行初步健康评估、症状诊断及个性化医疗建议。其核心功能包括AI健康咨询、视频医生访问、隐私保护以及处方开具等,同时提供专家转诊服务。Doctronic特别适合非紧急医疗需求、初步症状评估以及行动不便人群,尤其适用于远程医疗服务场景。

No more copyright

No More Copyright 是一款利用人工智能技术的在线工具,能够将用户上传的图片转化为无版权争议的原创版本,广泛适用于内容创作、广告设计、艺术创作及教育等领域。其核心功能包括即时生成、版权自由以及高效图像处理,助力用户在避免侵权风险的同时实现创意目标。

AI Chinese

AI Chinese是一款利用AI技术打造的双语中文学习平台,提供个性化的在线教学服务。其核心功能包括AI模拟教学、双语教学支持、互动练习、语音识别与校正及提问解答等模块,能够满足个人自学、语言学校辅助教学、企业培训等多种应用场景需求。凭借自研中文知识图谱和精准语音反馈,该平台致力于帮助不同语言背景的学习者高效掌握中文。