Tanka 是具有長期記憶功能的 AI 智能通訊工具，專為團隊協作設計。Tanka基于記憶過去的對話和業務上下文，提供智能回復、總結要點、設置提醒等服務，幫助團隊...

AgiBot Digital World 是智元機器人推出的高保真機器人仿真框架，為機器人操作技能研究與應用提供高效支持。AgiBot Digital World集成海量逼真的三維資產、多...

ARTalk是東京大學和日本理化學研究所推出的新型語音驅動3D頭部動畫生成框架，基于自回歸模型實現實時、高同步性的唇部動作和自然的面部表情及頭部姿勢生成。A...

HumanOmni 是專注于人類中心場景的多模態大模型，視覺和聽覺模態融合而成。通過處理視頻、音頻或兩者的結合輸入，能全面理解人類行為、情感和交互。模型基于...

Spark-TTS 是SparkAudio 團隊開源的基于大型語言模型（LLM）的高效文本轉語音（TTS）工具， 無需額外的生成模型，直接從 LLM 預測的編碼中重建音頻，實現零樣...

ViDoRAG是阿里巴巴通義實驗室聯合中國科學技術大學和上海交通大學推出的視覺文檔檢索增強生成框架。基于多智能體協作和動態迭代推理，解決傳統方法在處理復雜...

Shandu 是開源的 AI 研究自動化工具，結合了 LangChain 和 LangGraph 技術，能自動化地進行多層次信息挖掘和分析，生成結構化的研究報告。Shandu 的核心功能...

Mochii AI 是多功能的智能AI助手，通過先進的人工智能技術提升用戶的生產力和創造力。支持多種高級AI模型，如GPT-4、Claude 3.5和Gemini，能提供智能對話、語...

LCVD（Lighting Controllable Video Diffusion Model）是四川大學推出的高保真、光照可控的肖像動畫生成框架。LCVD基于分離肖像的內在特征（如身份和外觀）與...

SepLLM是香港大學、華為諾亞方舟實驗室等機構聯合提出的用于加速大語言模型（LLM）的高效框架，通過壓縮段落信息并消除冗余標記，顯著提高了模型的推理速度和...

story-flicks 是基于AI大模型的項目，支持一鍵生成高清故事短視頻。用戶輸入故事主題后，系統基于AI技術生成包含圖像、文本、音頻和字幕的短視頻。story-flic...

海螺視頻APP是MiniMax推出的AI視頻生成工具，基于AI技術幫助用戶生成高質量視頻內容。海螺視頻APP支持文生視頻（T2V）和圖生視頻（I2V）功能，用戶輸入文本或...

Alexa+是亞馬遜推出的新一代智能助手，基于云生成式AI技術全面升級。Alexa+基于先進的架構連接大規模語言模型（LLMs）、代理能力、服務和設備，實現更自然、...

Avat3r 是慕尼黑工業大學和 Meta Reality Labs 推出的高保真三維頭部頭像的大型可動畫高斯重建模型，僅需幾張輸入圖像，能生成高質量且可動畫化的 3D 頭部頭...

WhisperChain 是開源的語音識別工具，基于語音輸入提升工作效率。WhisperChain用 Whisper.cpp 實現實時語音識別，將語音轉換為文本，基于 LangChain 對文本進...