OmniAudio OmniAudio-2.6B是一款专为边缘设备设计的高性能音频语言模型,具备语音识别、转录、问答、对话生成及内容创作等核心功能。其技术优势在于多模态架构的高效集成、稀疏性利用以及三阶段训练流程,支持FP16和Q4_K_M量化版本,确保在资源受限的环境下仍能稳定运行。OmniAudio-2.6B可应用于智能助手、车载系统、会议记录、教育和医疗等多个领域,为用户提供便捷、高效的语音交互体验。 AI项目与工具 2025年06月12日 95 点赞 0 评论 568 浏览
FlexRAG FlexRAG 是一个高效的检索增强生成(RAG)框架,通过压缩编码器和选择性压缩机制优化长上下文处理,提升计算效率与生成质量。支持多模态数据、多种检索器和多数据类型,适用于开放域问答、对话系统、文档摘要等知识密集型任务,具备灵活配置和可扩展性。 AI项目与工具 2025年06月12日 69 点赞 0 评论 568 浏览
Kimi PPT助手 Kimi PPT助手是一款通过语音或文字指令生成PPT的工具,它提供多种模板,并具备智能排版功能。用户只需简单输入需求,Kimi即可自动生成PPT大纲及内容,节省时间和精力。该工具适用于学生、教师、商务人士以及PPT新手用户,帮助他们快速制作专业且吸引人的演示文稿。 AI项目与工具 2025年06月12日 34 点赞 0 评论 570 浏览
FastVLM FastVLM是一款高效的视觉语言模型,采用FastViTHD混合视觉编码器,显著提升高分辨率图像处理速度并减少token数量。其在保持高性能的同时,降低了计算成本和模型复杂度。适用于视觉问答、图文匹配、文档理解、图像描述生成等多模态任务,具备良好的实用性和扩展性。 AI项目与工具 2025年06月11日 85 点赞 0 评论 570 浏览
AdsDog 一款能够帮助用户快速生成数字人带货视频的AI工具,用户只需简单几步操作,用户即可利用该工具为TikTok、Amazon、Shopify等多个平台的商品快速生成高质量的带货视频,大大节省了制作时间和成本。 Ai视频生成 2025年06月05日 12 点赞 0 评论 570 浏览
XVERSE XVERSE-MoE-A36B是一款由中国元象公司开发的先进MoE(混合专家模型)开源大模型。该模型具备2550亿总参数和360亿激活参数,性能卓越,训练时间缩短30%,推理性能提升100%。它采用前沿的MoE架构,通过稀疏激活、专家网络和门控机制等技术,实现了高效性能和低成本部署。适用于自然语言处理、内容创作、智能客服、教育辅助、信息检索及数据分析等多个领域。 AI项目与工具 2025年06月12日 66 点赞 0 评论 571 浏览
SlidesPilot 用户输入他们的主题或文本,几秒钟内就收到结构良好的PPT演示文稿。SlidesPilot 还可以利用 AI 的强大功能将您的 PDF 和 Word 文件转换为演示幻灯片。 PPT资源 2025年06月05日 63 点赞 0 评论 571 浏览
PaperFake PaperFake是一款利用先进大模型技术支持的论文写作平台,能够快速生成原创性高的论文初稿,支持多种格式输出并附带辅助材料,显著提升学术写作效率。其核心技术降低了AIGC痕迹,确保了论文的原创性和查重率达标,适用于各类学术与非学术写作场景。 AI项目与工具 2025年06月12日 92 点赞 0 评论 572 浏览
YOLOv9 YOLOv9是一款先进的目标检测系统,由台北中研院和台北科技大学的研究团队开发。该系统在YOLO算法系列基础上进行了优化,引入了可编程梯度信息(PGI)和泛化高效层聚合网络(GELAN),显著提升了模型的准确性、参数效率、计算复杂度和推理速度。YOLOv9在多个应用场景中表现出色,包括视频监控、自动驾驶、机器人视觉和野生动物监测。 AI项目与工具 2024年01月01日 91 点赞 0 评论 572 浏览