HourVideo HourVideo是一项由斯坦福大学研发的长视频理解基准数据集,包含500个第一人称视角视频,涵盖77种日常活动,支持多模态模型的评估。数据集通过总结、感知、视觉推理和导航等任务,测试模型对长时间视频内容的信息识别与综合能力,推动长视频理解技术的发展。其高质量的问题生成流程和多阶段优化机制,使其成为学术研究的重要工具。 AI项目与工具 2025年06月12日 77 点赞 0 评论 906 浏览
代号M9 代号M9支持虚拟形象装扮、多人群聊、好友地图、实时状态、个性咕卡等新奇功能,是一款集社交、游戏、娱乐于一体的虚拟交友模拟游戏。 3D&游戏 2025年06月05日 78 点赞 0 评论 905 浏览
Wavtool Wavtool 是一款基于浏览器的 AI 音频创作平台,支持录制、编曲、混音和导出音乐,提供 AI 辅助创作功能,支持多轨处理及高级合成工具。用户可通过浏览器直接操作,无需安装软件,适合音乐爱好者、专业人士及教育用途。 AI项目与工具 2025年06月12日 20 点赞 0 评论 905 浏览
PoseTalk PoseTalk 是一款基于文本和音频驱动的开源工具,专注于生成自然且逼真的头部动画视频。它通过 Pose Latent Diffusion (PLD) 模型和级联网络实现唇部同步与运动细化,广泛应用于虚拟助手、在线教育和娱乐等领域,提供多样化的动画生成能力和高度精准的唇形同步效果。 AI项目与工具 2025年06月12日 53 点赞 0 评论 904 浏览
ElevenLabs Flash ElevenLabs Flash是一款专为对话型AI设计的低延迟语音合成模型,支持多种语言,能够以极短的延迟(75毫秒)生成高质量语音,广泛应用于虚拟助手、客户服务、语音播报、教育及娱乐等领域,为用户提供即时反馈和沉浸式体验。该工具以其高效性和灵活性成为超低延迟语音合成领域的领先解决方案。 AI项目与工具 2025年06月12日 68 点赞 0 评论 903 浏览
EMAGE EMAGE是一款基于音频输入生成全身手势的AI框架,可同步生成面部表情、肢体动作及整体运动。通过掩蔽音频手势变换器和多模块VQ-VAE建模,实现高质量、多样化的手势生成。适用于虚拟现实、动画制作、数字人交互等领域,提升虚拟角色表现力与交互自然度。 AI项目与工具 2025年06月12日 13 点赞 0 评论 902 浏览
Hand Talk Hand Talk是一个被联合国评为“世界上最佳社交应用”的免费手语翻译产品。该产品支持英语到美国手语(ASL)和葡萄牙语到巴西手语(Libras)的翻译,已获得超过400万次下载,并得到用... 创作工具 2026年11月14日 0 点赞 0 评论 901 浏览
Move AI Move AI 是一款基于AI和计算机视觉的无标记动作捕捉工具,可将普通摄像头拍摄的2D视频转换为高精度3D运动数据。支持实时追踪、多摄像头配置及多种格式导出,适用于影视、游戏、体育分析、VR/AR等领域,提供高效、低成本的解决方案。 AI项目与工具 2025年06月12日 35 点赞 0 评论 901 浏览
RuBii RuBii是一款基于人工智能技术的二次元角色创作平台,支持用户创建和定制个性化虚拟角色,与角色互动,并分享创作成果。平台集成了角色创建、AI互动、内容分享、社区交流及档案管理等多种功能,致力于为用户提供沉浸式的创作体验。它适合二次元爱好者、创作者、游戏玩家及教育工作者等多类用户群体。 AI项目与工具 2025年06月12日 90 点赞 0 评论 900 浏览
Being Being-M0是由北京大学、中国人民大学等机构联合研发的首个大规模人形机器人通用动作生成模型。基于百万级动作数据集 MotionLib 和 MotionBook 编码技术,实现动作序列的高效表示与生成。该模型支持文本驱动动作生成、动作迁移及多模态数据处理,可应用于人形机器人控制、动画制作、VR/AR、人机交互及运动康复等多个领域,显著提升动作生成的多样性和语义对齐精度。 AI项目与工具 2025年06月11日 13 点赞 0 评论 900 浏览