FlagevalMM FlagEvalMM是一个由北京智源人工智能研究院开发的开源多模态模型评测框架,专注于评估处理文本、图像、视频等多模态任务的模型性能。它支持多种任务和指标,采用解耦评测与推理的设计,提供统一的评测流程,集成丰富模型库并兼容多种后端引擎。该工具适用于学术研究、工业应用、模型开发、教育领域及内容创作等多个场景。 AI项目与工具 2025年06月12日 89 点赞 0 评论 204 浏览
MultiTalk MultiTalk是由中山大学深圳校区、美团和香港科技大学联合推出的音频驱动多人对话视频生成框架。它根据多声道音频输入、参考图像和文本提示,生成包含人物互动且口型与音频一致的视频。通过Label Rotary Position Embedding (L-RoPE) 方法解决多声道音频与人物绑定问题,并采用部分参数训练和多任务训练策略,保留基础模型的指令跟随能力。MultiTalk适用于卡通、歌唱及 AI项目与工具 2025年06月11日 11 点赞 0 评论 203 浏览
Resona V2A 专注于将视频内容自动转化为高质量音频。Resona V2A通过分析视频中的视觉元素,Resona V2A 能够生成与视频内容相匹配的声音设计、音效和环境音。 Ai视频生成 2025年06月05日 11 点赞 0 评论 203 浏览
硅语AI知识创业平台 硅语AI知识创业平台是一款基于人工智能技术的数字人解决方案,主要功能涵盖AI数字人克隆、语音合成、智能提词、字幕生成及美颜滤镜等。它支持多种应用场景,如教育、营销、内容创作和个人品牌建设,为用户提供便捷高效的数字人创建体验。 AI项目与工具 2025年06月12日 91 点赞 0 评论 202 浏览
通义点金 通义点金,大模型驱动的智能金融助手,深度解读财报研报,轻松分析金融事件,自动绘制图表表格,实时市场数据分析,助力用户对话金融世界。 Ai办公效率 2025年06月05日 51 点赞 0 评论 202 浏览
MakeBestMusic MakeBestMusic 是一款基于AI技术的音乐创作工具,支持通过文本生成音乐、音频分离、混音与重制等功能,覆盖多种音乐风格。提供多种付费计划,满足不同用户需求,适用于音乐制作、视频创作、游戏开发等场景,提升创作效率与质量。 AI项目与工具 2025年06月12日 21 点赞 0 评论 202 浏览