AI

Bith AI

Bith AI 是一款AI驱动的视频创作与编辑工具,支持文本转视频、自动字幕生成、多平台尺寸适配、多媒体融合及一键发布等功能。适用于社交媒体、企业营销、教育培训和个人创作等多种场景,提升视频制作效率与专业度。

LOKI

LOKI是一个由中山大学与上海AI实验室联合推出的合成数据检测基准,用于评估大型多模态模型在识别视频、图像、3D模型、文本及音频等多模态合成数据方面的性能。它包含超过18,000个问题,涵盖26个子类别,支持多层次标注和细粒度异常注释,并通过自然语言解释增强模型的可解释性。LOKI还通过对比多种开源和闭源模型的表现,揭示了这些模型在合成数据检测任务中的优势与不足。

Playmate

Playmate是由广州趣丸科技开发的人脸动画生成框架,基于3D隐式空间引导扩散模型和双阶段训练框架,能够根据音频和指令精准控制人物表情和头部姿态,生成高质量动态肖像视频。其支持情感控制、姿态控制和独立控制,可生成多种风格的动态肖像,适用于影视制作、游戏开发、虚拟现实、互动媒体及教育等多个领域。

Vision Search Assistant

Vision Search Assistant (VSA) 是一种结合视觉语言模型与网络代理的框架,旨在提升模型对未知视觉内容的理解能力。它通过网络检索,使 VLMs 能够处理和回答有关未见图像的问题。VSA 在开放集和封闭集问答测试中表现出色,支持图像描述生成、网络知识搜索、协作生成等功能,可应用于图像识别、新闻分析、教育、电商和旅游等多个领域。

Swapface人脸交换

Swapface是一款人工智能工具,允许用户实时创建逼真的人脸交换。它可以用于流媒体、视频通话和娱乐应用程序。该工具使用简单、私密、性价比高、省时。

PhotoMaker

PhotoMaker V2是腾讯推出的一款AI图像生成框架,能够快速生成逼真的人物照片。它在角色的一致性和可控性上取得了显著进步,用户可以通过文本指令进行精准控制。该工具利用深度学习技术和生成对抗网络(GANs),能够将文本描述转化为图像,并通过集成脚本增强生成过程的个性化和可控性。PhotoMaker V2广泛应用于游戏开发、电影制作、广告、社交媒体、艺术创作和教育等领域。

Jambot

JamBot 是一个由人工智能驱动的工具,存在于Figma的FigJam中。它旨在帮助用户更快地启动初稿并加速进展。使用JamBot,用户可以与ChatGPT一起在同一画布上创建视觉思维导图、采取多...

Dubbing AI

DubbingAI 语音生成器作为实时变声器,可以将任何语音转换为优质语音和克隆语音。从游戏玩家到直播主播和内容创作者。每个人都可以使用 Dubbing AI 生成跨年龄、语言和口音的逼真配音。

Uplyt

Uplyt是一款基于AI技术的分析工具,旨在简化Google Analytics的数据管理和分析流程。它提供清晰的仪表盘展示关键指标,如自然搜索流量和转化趋势,并支持生成即时性能摘要,帮助用户快速识别高回报和低效的广告活动。此外,Uplyt具备团队协作、智能比较和自动化报告功能,适用于企业高效优化营销活动。

SigLIP 2

SigLIP 2 是 Google DeepMind 开发的多语言视觉-语言模型,具有强大的图像与文本对齐能力。它支持多种语言输入,具备零样本分类、图像-文本检索等功能,并通过 Sigmoid 损失函数和自监督学习技术提升训练效率与模型性能。其支持多种分辨率的变体,适用于文档理解、视觉问答及开放词汇任务。该模型基于 Vision Transformer 架构,具备良好的兼容性。