教育
VoxInstruct
VoxInstruct是清华大学开源的语音合成技术,能够根据人类语言指令生成高质量的语音。该系统采用统一的多语言编解码器语言建模框架,将传统的文本到语音任务扩展到了更广泛的人类指令到语音任务。VoxInstruct通过引入语音语义标记和多种无分类器指导策略,提升了语音合成的自然度和表现力。它支持多语言和跨语言合成,适用于智能语音助手、有声读物、教育培训等多个领域。
SketchVideo
SketchVideo是一款基于草图和文本提示的视频生成与编辑框架,由多所高校与企业联合研发。它利用DiT模型和草图控制网络,实现对视频内容的精细控制,支持动态调整与细节保留。该工具适用于多种场景,如影视制作、教育、游戏开发等,具备高效生成与高质量输出能力。
Poe AI新功能「Previews」
Poe AI是一个集成多个强大AI聊天机器人的平台,用户可以通过统一界面与多个AI聊天机器人互动,获得多样化的信息和解决方案。Poe AI的新功能“Previews”允许用户实时预览AI生成的Web应用,支持交互体验,简化编程和设计流程,提高开发效率。该功能支持多种类型的应用程序,包括游戏、文本编辑器、数据分析工具等。用户可以与多个AI聊天机器人进行对话,并且可以无缝切换,获取不同的解决方案或优化
