多语言

WebLI

WebLI-100B是由Google DeepMind推出的超大规模视觉语言数据集,包含1000亿个图像与文本配对数据,是目前最大的视觉语言数据集之一。其设计旨在提升模型对长尾概念、文化多样性和多语言内容的理解能力。数据集通过网络爬取构建,保留了丰富的语言和文化多样性,支持多模态任务如图像分类、图像描述生成和视觉问答,广泛应用于人工智能研究、工程开发及教育领域。

通义万相AI视频

通义万相AI视频是一款基于人工智能的视频生成工具,支持文生视频和图生视频两种模式。用户可输入文字描述或上传图片生成高质量视频,支持多语言、多种艺术风格及音频生成功能,优化中式元素表现,广泛应用于影视、广告、动画设计等多个领域。

AstrBot

AstrBot是一款多功能聊天机器人及开发框架,支持多种大语言模型和消息平台,具备多轮对话、语音转文字、网页搜索等功能。它采用模块化设计,支持插件开发和多平台部署,适用于企业客服、个人助手、教育辅导等多个场景,提供高效的智能交互体验。

豆包向量化API

Doubao-embedding是字节跳动推出的语义向量化API,支持中英文文本处理及长文本向量化,提供多种维度的向量输出和丰富的SDK支持,适用于搜索引擎、推荐系统、知识图谱构建和自然语言处理等多种应用场景。

ChatX

一个致⼒为企业提供跨境翻译与私域营销的全⾯解决⽅案的平台,ChatX覆盖WhatsApp、Telegram、Facebook等海外主流平台,⽀持⼀站式多账号管理和⾼效便捷的粉丝运营。

GenFM

GenFM是一款由ElevenLabs开发的AI工具,可将PDF、文章、电子书等内容转换为多角色播客音频。它支持32种语言,具备自动化声音选择、人性化填充词添加及高度定制化功能,适用于教育、播客制作、有声书创作、商业推广等多个领域。

PPT.AI

PPT.AI 是一款 AI 演示文稿制作工具,能够将用户输入的主题或上传的文档内容快速转换为专业的 PPT。具备智能内容生成、自动设计与排版、丰富模板选择、多语言支持等功能,支持 15 种主要语言,提供 50 多个专业模板。用户只需输入主题或上传文件,选择模板即可生成演示文稿,并支持进一步自定义编辑。PPT.AI 注重数据安全,提供银行级加密和安全云存储。

PAPERCUP

利用人工智能配音,让现有视频内容更快、更经济地走向全球。

Ztalk ai

一个AI驱动的会议实时语音翻译平台,可以与 Zoom、Google Meet 等视频会议平台集成。提供超30种语言的即时语音到语音翻译,延迟小于 100 毫秒,具备高级音频处理和企业安全功能。

Speechelo

Speechelo是一款基于先进AI技术的文本转语音工具,支持超过30种性别和语言的声音选择,用户可通过调整语调、速度和音高来自定义语音效果。它兼容主流视频编辑软件,适用于产品演示、教育培训、营销推广等多种场景,助力高效生成高质量语音内容。