MMRole是由中國人民大學(xué)高瓴人工智能學(xué)院研究團(tuán)隊推出的的一種多模態(tài)角色扮演智能體（MRPA）框架。通過結(jié)合圖像和文本，使智能體以特定角色進(jìn)行更自然和沉浸...

Readtheirlips 是由 Symphonic Labs 推出的一款A(yù)I軟件，用于通過分析視頻中人物的嘴唇運(yùn)動來識別和轉(zhuǎn)錄口語內(nèi)容。軟件能解讀在沒有聲音的情況下，或者在聲音...

TikTok Voice 是基于AI技術(shù)的文字轉(zhuǎn)語音（TTS）在線工具，將文本轉(zhuǎn)換成各種流行于TikTok平臺的聲音效果。工具為用戶提供多種語音選項，如女士聲音、Siri聲音...

風(fēng)平智能是領(lǐng)先的AI生成內(nèi)容（AIGC）解決方案提供商，專注于虛擬數(shù)字人技術(shù)的創(chuàng)新與應(yīng)用。核心產(chǎn)品“風(fēng)平IP智造平臺”，提供一站式服務(wù)，包括虛擬數(shù)字人定制、A...

RReHiFace-S是由硅基智能團(tuán)隊推出的開源項目，實現(xiàn)高保真、實時人臉替換的AI算法，用戶通過簡單的操作在視頻或直播中進(jìn)行面部交換。

NarratoAI 是基于AI技術(shù)自動化影視解說和編輯的工具。通過大型語言模型（LLM）理解視頻內(nèi)容，自動生成解說文案，并將文案轉(zhuǎn)化為配音，同時進(jìn)行視頻剪輯和字幕...

OpenAI o1模型是OpenAI公司最新發(fā)布的最強(qiáng)推理系列AI大模型，即“Strawberry”草莓大模型，包括一款 OpenAI o1-preview 的推理模型，還有一個更小、成本更低的...

Skywork-Reward 是昆侖萬維推出的一系列高性能獎勵模型，包括 Skywork-Reward-Gemma-2-27B 和 Skywork-Reward-Llama-3.1-8B。主要用于指導(dǎo)和優(yōu)化大語言模型的...

Torch-MLU 是寒武紀(jì)開源的 PyTorch 設(shè)備后端擴(kuò)展插件，支持開發(fā)者將寒武紀(jì) MLU 系列智能加速卡作為 PyTorch 的加速后端使用。插件實現(xiàn)了對 PyTorch 的原生支...

云界AI是開源在線AI繪畫工具，集成了文生圖、圖生圖、條件生圖和模型訓(xùn)練等多種創(chuàng)意生圖功能。用戶通過簡單的文本描述或上傳圖片，快速生成具有創(chuàng)意的藝術(shù)作品。

ImageBind是Meta公司推出的開源多模態(tài)AI模型，將文本、音頻、視覺、溫度和運(yùn)動數(shù)據(jù)等六種不同類型的信息整合到一個統(tǒng)一的嵌入空間中。模型通過圖像模態(tài)作為橋...

LlamaCoder 是一個開源的 AI 工具，使用 Llama 3.1 405B 模型快速生成全棧應(yīng)用程序。旨在提供一種替代 Claude Artifacts 的解決方案。集成了 Sandpack、Next....

XVERSE-MoE-A36B是由元象推出的中國最大的MoE（Mixture of Experts，混合專家模型）開源大模型。模型具有2550億的總參數(shù)和360億的激活參數(shù)，性能上與超過100B...

PyVideoTrans 是開源的視頻翻譯配音工具，將視頻內(nèi)容從一種語言自動翻譯成另一種語言，并添加相應(yīng)的字幕和配音。PyVideoTrans支持多語言，具備高效的語音識別...

ongCite是由清華大學(xué)推出的項目，旨在提升大型語言模型（LLMs）在長文本問答任務(wù)中的可信度和可驗證性。項目通過生成細(xì)粒度的句子級引用，使用戶能驗證模型的...