AI项目与工具

文佳AI

文佳AI是一款面向学术写作的AI工具,提供论文选题、大纲生成、全文撰写和文献综述等功能。用户可通过输入研究主题和要求,快速获得结构清晰、逻辑严谨的论文内容,并支持风格定制和大纲调整。该工具适用于开题报告、任务书撰写及行业分析等场景,助力用户提升研究效率和论文质量。

Mathtutor on Groq

Mathtutor on Groq 是一款基于 Groq 架构的 AI 辅导工具,通过语音识别功能接收数学问题,结合强大的数学引擎提供实时解题过程与答案。其主要功能包括语音输入、LaTeX 公式渲染、高精度计算及自然语言处理支持,适用于代数、微积分等领域的学习与教学辅助。此外,它还集成了 xRx 框架、Whisper 和 Llama 模型,确保高效且精准的问题解决能力。Mathtutor on G

clone

Clone-Voice是一款基于深度学习的声音克隆工具,支持16种语言的文本转语音及声音风格转换,具有友好的操作界面和较低的硬件要求。它被广泛应用于视频制作、语言学习、有声出版物创作、广告宣传及游戏开发等领域,为用户提供多样化的个性化声音解决方案。

BALROG

BALROG是一款用于评估大型语言模型(LLMs)和视觉语言模型(VLMs)在游戏环境中推理能力的框架。它通过程序化生成的游戏环境,测试模型的规划、空间推理及探索能力,并提供细粒度的性能指标和公开排行榜,以促进AI技术的发展,适用于游戏AI开发、机器人技术、虚拟现实等多个领域。

字体家

字体家是一款集字体下载、转换与AI生成于一体的综合性平台,主要功能包括基于深度学习技术的个性化字体生成、多种字体生成方式及字型修改服务。其核心优势在于通过AI技术将少量样本字扩展为完整的中文字体库,同时提供便捷的字体管理和版权保障,广泛适用于平面设计、品牌标识、出版物排版等多个领域。

Meissonic

Meissonic是一款由阿里巴巴集团与多家高校联合开发的文本到图像合成模型,基于掩蔽图像建模技术,结合多模态和单模态Transformer层、高级位置编码策略及优化采样条件,实现了高分辨率图像生成、文本到图像转换、零样本图像编辑等功能。其高效性能使其适用于多种场景,包括艺术创作、媒体娱乐、广告营销、教育及电子商务等领域。 ---

F5

F5-TTS是一款由上海交通大学研发的高性能文本转语音(TTS)系统,采用流匹配与扩散变换器技术,支持多语言合成及情感控制等功能。它能够在无额外监督条件下生成高质量语音,适用于多种商业和非商业场景,如有声读物、语音助手、语言学习等。

DressPlay

DressPlay是一款基于AI技术的虚拟试衣应用,支持用户通过上传照片或视频实现服装的虚拟试穿。其核心功能包括虚拟试衣、服装选择、视频换装及个性化调整等。凭借强大的AI算法,DressPlay能精准分析用户身形并生成逼真效果,广泛应用于个人购物、电商平台、内容创作及设计等领域,提升用户体验与商家效率。

AgentMarket

AgentMarket是一款由清华大学深圳国际研究生院的Agentland实验室开发的线上社交小游戏,它结合了模拟经营和AI捏人技术,允许玩家通过AI帮助创建个性化的Agent角色,并在虚拟集市中进行交流和交易。游戏特色包括AI捏人、AI大富翁模式、留言和卡片系统,为玩家提供了高度互动性和沉浸式的社交体验。玩家可以创建独特的角色,与其他Agent进行自由交流,推销商品,解锁更多交流功能,同时还可以

Hunyuan3D 2.0

Hunyuan3D 2.0是腾讯推出的3D资产生成系统,支持从文本和图像生成高分辨率3D模型。系统采用两阶段生成流程,包含几何生成与纹理合成两个核心模块,具备高精度、高质量输出能力。支持多平台使用,涵盖游戏开发、UGC创作、电商、工业设计等多个应用场景,并提供多个开源模型供研究与开发使用。