Ultravox Ultravox 是一种多模态大型语言模型(LLM),能够直接处理文本和语音输入,无需额外的语音识别步骤。其核心技术包括多模态投影器,用于将音频数据转换为高维空间表示,显著提升语音理解和处理效率。该模型支持实时语音对话、多语言扩展及领域特定知识的学习,适用于智能客服、虚拟助手、语言学习、实时翻译及教育等领域。 AI项目与工具 2025年06月12日 51 点赞 0 评论 695 浏览
TrackGo TrackGo是一种先进的AI视频生成技术,利用自由形状的遮罩和箭头提供精确的运动控制。其核心技术TrackAdapter无缝集成到预训练的视频生成模型中,通过调整时间自注意力层来激活与运动相关的区域。TrackGo在视频质量、图像质量和运动忠实度方面表现出色,适用于影视制作、动画制作、虚拟现实(VR)、增强现实(AR)和游戏开发等多个领域。 AI项目与工具 2025年06月12日 64 点赞 0 评论 695 浏览
Dreamer Dreamer是一个集成了 Notion 和 Stable Diffusion 的AI生成图像的一种工具,无需在不同的应用程序或网站之间切换。 Ai绘画生成 2025年06月05日 14 点赞 0 评论 696 浏览
探一下 探一下是一款依托于多模态大模型技术的AI视觉搜索工具,用户可通过其摄像头识别花草、宠物、潮玩等物体,获取旅游讲解、商品药品详情等信息,同时具备趣味解读图片的功能,支持文字翻译与场景触发滤镜,适用于多种生活场景。 --- AI项目与工具 2025年06月12日 47 点赞 0 评论 696 浏览
PIKE PIKE-RAG是由微软亚洲研究院开发的检索增强型生成框架,旨在提升复杂工业场景下的问答准确性与推理能力。通过知识原子化、多智能体规划等技术,支持多跳问题处理和创造性问题解决。适用于法律、医疗、金融等多个领域,具备结构化知识提取、动态任务分解及分阶段开发等核心功能,提高模型生成结果的可靠性和实用性。 AI项目与工具 2025年06月12日 72 点赞 0 评论 696 浏览
TrajectoryCrafter TrajectoryCrafter是一种基于双流条件视频扩散模型的单目视频相机轨迹重定向工具,支持用户自定义相机运动路径并生成高质量、4D一致的视频内容。其核心技术包括解耦视图变换与内容生成、动态点云渲染以及混合数据集训练策略,具备强大的场景泛化能力。适用于沉浸式娱乐、视频创作、智能会议、自动驾驶及教育等多个领域。 AI项目与工具 2025年06月12日 76 点赞 0 评论 697 浏览
XHSPlUS XHSPlUS是一款针对小红书平台的AI辅助工具,主要功能包括爆款标题生成、仿写热门文案、种草文案模板提供、关键词分析、博主分析以及评论分析。它通过AI技术优化内容创作流程,帮助用户提高效率并确保合规性,适用于小红书内容创作者及运营人员。 AI项目与工具 2025年06月12日 72 点赞 0 评论 697 浏览
BiGR BiGR是一种基于二进制编码的条件图像生成模型,集成了生成与判别任务于同一框架,支持高质量图像生成、视觉辨别和编辑。它通过掩码建模机制和二进制转码器实现高效的图像重建与预测,无需针对特定任务进行结构修改或参数调整,适用于多种视觉任务,如艺术创作、内容生成、广告设计、图像修复等。 AI项目与工具 2025年06月12日 68 点赞 0 评论 697 浏览
Bookwiz Bookwiz是一款依托人工智能技术的电子书创作平台,涵盖创意构思、角色发展、大纲规划等功能,支持作者从初步构想到最终成品的全流程。其特色在于通过AI技术提升写作效率,并提供团队协作与文本编辑功能,广泛应用于小说创作、学术研究、商业文档编写及教育资源制作等领域。 AI项目与工具 2025年06月12日 71 点赞 0 评论 697 浏览