Sketch2Sound
Sketch2Sound是一种由Adobe研究院与西北大学联合开发的AI音频生成技术，通过提取响度、亮度和音高概率等控制信号，结合文本提示生成高质量音效。其轻量化设计使得模型易于适配多种文本到音频框架，同时赋予声音设计师更强的表达力与可控性，广泛适用于电影、游戏、音乐制作及教育等多个领域。
admin
这家伙很懒，什么也没写
TA的文章
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。
Paperguide
Paperguide是一款结合了AI研究助理、文献管理和写作辅助功能的学术平台，支持用户通过AI搜索、论文简化、注释笔记、视频摘要等方式高效完成学术任务。其参考文献管理器和文本编辑器进一步提升了研究效率和写作质量，适用于科研人员、学生及教育工作者等群体。
DreamOmni
DreamOmni是一款由香港中文大学、字节跳动与香港科技大学联合研发的统一图像生成与编辑模型。它集成了文本到图像生成（T2I）及多种编辑功能，包括指令式编辑、修复、拖拽编辑和参考图像生成。DreamOmni利用合成数据管道高效生成高质量编辑数据，并通过联合训练提升图像生成与编辑质量。该模型在多任务处理、复杂提示兼容性及训练效率优化上表现优异，适用于数字艺术、影视特效、广告设计等多个领域。
QVQ
QVQ是一个基于Qwen2-VL-72B的开源多模态推理模型，擅长处理文本、图像等多模态数据，具备强大的视觉理解和复杂问题解决能力。它在数学和科学领域的视觉推理任务中表现出色，但在实际应用中仍需解决语言切换、递归推理及图像细节关注等问题。QVQ可广泛应用于教育、自动驾驶、医疗图像分析、安全监控及客户服务等领域。
clay
Clay是一款以AI为核心驱动的营销平台，通过整合海量数据提供商和自动化研究功能，帮助企业优化市场研究、潜在客户开发、个性化营销及销售外联等流程。其核心功能包括数据丰富化、AI辅助研究、个性化外联内容生成以及与CRM和邮件工具的深度集成。Clay显著提高了客户触达的效果，响应率可提升至原来的2-3倍。
Open Notebook
Open Notebook是一款开源、注重隐私的笔记管理工具，支持多笔记本和多AI模型（如Open AI、Anthropic）。它具备播客生成器、内容集成、AI驱动笔记、集成搜索等核心功能，适用于学术研究、教育、企业知识管理和个人知识整理等多个场景，通过自然语言处理和搜索技术提升信息处理效率。
PC Agent
PC Agent是一款基于人工智能的多功能系统，通过模拟人类认知过程，实现复杂数字任务的自动化处理，包括文档编辑、数据分析、项目管理和客户服务等。它采用多智能体系统架构，结合PC Tracker采集的人机交互数据，利用两阶段认知完成流程生成富含认知信息的轨迹，从而支持高效的决策制定与任务执行。
Midscene.js
Midscene.js 是一款基于 AI 的自动化 SDK，利用自然语言处理技术简化 UI 测试流程。它支持用户通过自然语言描述操作步骤，自动执行动作、查询数据、断言页面状态，并生成可视化报告。Midscene.js 可无缝集成到现有项目中，适用于自动化测试、数据抓取、性能监控等多种场景。
SmartPrep.AI
SmartPrep.AI是一款基于AI的大模型教学辅助平台，专为教师和学生提供智能化解决方案。其核心功能涵盖智能课程计划生成、多源教学资源整合、可定制化评估工具等，支持多种教学方法并实现个性化定制。此外，它还适用于日常备课、跨学科项目设计、新教师培训以及远程教学等多种场景，显著提升教育工作的效率与效果。
用户菜单
