AI

WOW – 美团旗下AI平台

'WOW' 提供了一个创意平台,让用户能够创造和体验个性化的 AI 伙伴。通过这个平台,用户可以探索和构建自己的想象世界,享受与 AI 伙伴的互动乐趣。

RealtimeSTT

RealtimeSTT是一款开源的实时语音转文本库,具备高精度语音活动检测、GPU加速的实时转录能力以及语音唤醒功能。支持多语言识别,适用于语音助手、会议记录、实时字幕等场景,提供灵活的音频输入与预处理机制,便于开发者快速集成和扩展。

PixVerse AI

PixVerse是一个强大的生成式AI模型,仅需几分钟时间,就可以轻松地将多模态输入转化为令人惊叹的视频。

KismeAI

一个旨在帮助每个人定制自己的超级AI智能体,仓颉智元KismetAI让生活和工作更高效。

Ludo AI

Ludo.ai是一款AI辅助的游戏研究和设计助手,为游戏工作室打造热门游戏提供支持。它提供一个单一平台,包含了创意、游戏开发和游戏设计资源,充分利用人工智能的力量。

Stable Video

通过简化视频制作过程,即使是没有专业视频编辑技能的用户也能快速创建吸引人的视频。Stable Video目前处于公测阶段,每个人都可以免费使用。

SketchVideo

SketchVideo是一款基于草图和文本提示的视频生成与编辑框架,由多所高校与企业联合研发。它利用DiT模型和草图控制网络,实现对视频内容的精细控制,支持动态调整与细节保留。该工具适用于多种场景,如影视制作、教育、游戏开发等,具备高效生成与高质量输出能力。

GPT-SoVITS

一个强大的语音合成工具,特别适合需要快速生成特定人声的场景。它通过先进的技术实现了高质量的语音克隆和文本到语音转换,支持多种语言,并提供了易于使用的WebUI工具。

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。