智能助手

Mind GPT

Mind GPT-3o是一款由理想汽车推出的大规模多模态端到端人工智能模型,集成了语音、视觉与语言理解技术,具备记忆、规划、工具集成及表达能力。它不仅能理解复杂信息,还能提供个性化服务,如智能驾驶辅助、家居设备控制、日程管理和健康咨询等。通过强化逻辑推理与上下文理解,该模型实现了从感知到表达的智能化跨越,为用户提供全面的支持。

Dolphin

Dolphin是由清华大学与海天瑞声联合开发的面向东方语言的语音识别大模型,支持40种语言及22种中文方言,具备高精度语音转文字能力。采用CTC-Attention架构,结合E-Branchformer和Transformer技术,提升识别效率与准确性。模型开源,支持自定义语言与地区设置,适用于会议记录、语音输入、智能助手等多种场景。

音控

音控是一款基于AI技术的音乐创作平台,提供AI作词、作曲、伴奏生成、AI歌手模拟等多功能支持,适用于个人创作、专业制作、音乐教育及治疗等领域。其智能化工具能够显著降低音乐创作门槛,同时满足多样化的音乐风格需求,使创作过程更高效且趣味盎然。 ---

AgentCPM

AgentCPM-GUI是由清华大学与面壁智能团队联合开发的开源端侧GUI代理系统,专为中文应用场景优化。基于MiniCPM-V模型,支持通过截图输入并自主执行用户指令,具备高精度GUI元素识别与OCR能力。采用强化微调和紧凑动作空间设计,提升任务执行效率与移动端适配性。适用于智能助手、自动化测试、老年人辅助及企业应用等领域。

Answer.AI

Answer.AI是一款结合先进AI技术的学习辅导工具,主要功能包括拍照解题、概念解析、记忆卡片及模拟测试,覆盖多学科领域。它通过个性化交互与智能辅助提升学习效率,适用于家庭作业辅导、考前复习、课堂补充及个性化学习计划制定。 ---

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。

cookAIfood

CookAIfood是一个利用AI技术打造的烹饪平台,允许用户通过输入食材、上传图片或描述菜肴生成个性化的食谱。它提供包括菜单规划、购物清单生成在内的实用工具,同时具备社区分享功能,方便用户交流烹饪经验。CookAIfood还能生成高清食品图片,并根据用户需求提供定制化的饮食建议和烹饪灵感。

交小智

交小智是西安交通大学推出的AI应用平台,支持用户零代码创建智能体,适用于教学、科研和校园生活等多种场景。平台集成多种大模型,具备知识库管理、插件扩展、API接口等功能,可定制问答机器人、科研助手、校园服务工具等。用户可发布智能体并与其他系统集成,提升工作效率与服务体验。

Valley

Valley是一款由字节跳动开发的多模态大语言模型,擅长处理文本、图像和视频数据,广泛应用于内容分析、图像和视频描述、电子商务及短视频平台等领域。其Eagle版本通过引入VisionEncoder增强了模型性能,支持灵活调整令牌数量,实现了更高效的多模态数据处理。Valley在多项基准测试中表现出色,尤其在参数规模较小的情况下依然保持优异的成绩。

YesChat

YesChat是一款综合性的AI服务平台,集成了GPT-4o、DALL·E 3等多项先进技术,支持与文件对话、网络浏览、图片分析及图像生成等功能。其广泛应用于学术研究、商业分析、编程开发、教育培训、客户服务及内容创作等多个领域,同时注重用户隐私保护,提供灵活的使用方案。