应用

Reverb ASR

Reverb ASR是一款基于深度学习的开源自动语音识别与说话人分离工具,采用20万小时高质量英语语音数据训练,具备高精度语音转录能力,支持逐字稿控制及多种解码模式。其显著特点是擅长处理长时间语音内容,并在长篇幅识别任务中超越其他开源模型。Reverb ASR适用于播客、会议记录、法庭记录等多个应用场景,为用户提供灵活且高效的语音转文字解决方案。

Shortbread

Shortbread是一款利用AI技术的漫画生成工具,允许用户通过简单文字描述快速生成完整漫画作品。它支持自定义角色、场景及情感表达,无需绘画技能即可完成个性化创作。Shortbread还提供了场景构建、风格匹配等功能,广泛适用于个人娱乐、教育、营销、新闻等多个领域,帮助创作者提升效率并扩大影响力。

Withpoly

一个免费的 AI 驱动的根据文本生成3D材质纹理的生成器。

Layaverse 轻量元宇宙领军服务商

中国领先的3D开源引擎提供商、全球前沿的元宇宙平台服务商Layabox成立于2014年,公司拥有上百项核心自主知识产权和专利技术,是国家高新技术企业,北京市“专精特新”中小企业。

ShowUI

ShowUI是一款由新加坡国立大学Show Lab与微软合作开发的视觉-语言-行动模型,旨在提升图形用户界面(GUI)助手的工作效率。该模型通过UI引导的视觉令牌选择、交错视觉-语言-行动流以及高质量数据集的运用,实现了高效的零样本截图定位和GUI自动化功能,广泛应用于网页自动化、移动应用测试、桌面软件自动化及游戏自动化等领域。

MGX

MGX(MetaGPT-X)是一款基于MetaGPT框架的AI编程工具,通过多智能体协作实现软件开发的全流程自动化。它包含产品经理、架构师、工程师等五个AI代理,分工明确,从需求分析到代码生成无需人工干预。支持自然语言编程,用户仅需描述需求即可快速生成全栈应用,适用于个人开发者、企业、数据分析及教育等多个领域。

ART

ART(Anonymous Region Transformer)是一种新型多层透明图像生成技术,支持基于全局文本提示和匿名区域布局生成多个独立透明图层(RGBA格式)。通过逐层区域裁剪机制,显著提升生成效率,速度快于传统方法12倍以上。具备高质量自编码器,支持50层以上的图像生成,减少图层冲突。广泛应用于艺术设计、内容创作、广告营销及科研等领域。

ILLUME

ILLUME是一款基于大型语言模型的统一多模态大模型,集成了视觉理解与生成能力,采用“连续图像输入 + 离散图像输出”架构,通过语义视觉分词器和三阶段训练流程,实现了高效的数据利用和多模态任务处理能力。模型能够无缝整合视觉理解与生成功能,广泛应用于视频分析、医疗诊断、自动驾驶及艺术创作等领域。