HUGWBC（Humanoid Unified and General Whole-Body Controller）是上海交通大學、上海AI Lab聯合推出的人形機器人全身控制器，能實現精細的運動控制。HUGWBC...

VideoCaptioner（中文名：卡卡字幕助手）是基于大語言模型（LLM）的智能字幕處理工具，能簡化視頻字幕的生成與優化流程。VideoCaptioner支持語音識別、字幕斷...

Zonos-v0.1是Zyphra推出的高保真文本到語音（TTS）模型。Zonos-v0.1包含兩個模型：16億參數的Transformer模型和SSM混合模型，均在Apache 2.0許可下開源。Zono...

InspireMusic 是阿里巴巴通義實驗室開源的音樂生成技術，通過人工智能為用戶生成高質量的音樂作品。基于多模態大模型技術，支持通過簡單的文字描述或音頻提示...

TurboTTS 是免費的在線文本轉語音工具，支持70多種語言和300多種真實語音選擇，能生成自然、逼真的語音效果，適用于短視頻創作、在線教育、廣告制作、播客等...

Omniflow 是專注于幫助用戶將創意快速轉化為產品的AI工具。通過 AI 技術簡化產品開發流程，提供從創意到發布的全流程支持。Omniflow 的核心功能包括 IdeaFlow...

Goku是香港大學和字節跳動聯合發布的最新視頻生成模型，專為圖像和視頻的聯合生成設計。基于先進的rectified flow Transformer框架，支持文生視頻、圖生視頻...

covers.ai是基于AI技術的音樂創作平臺，提供 AI 語音生成和 AI 歌曲生成工具。covers.ai基于先進的AI技術，支持用戶創建個性化的AI語音模型，或用現有的名人...

Satori 是 MIT、哈佛大學等機構研究者推出的 7B 參數的大型語言模型，專注于提升推理能力。基于Qwen-2.5-Math-7B，Satori通過小規模的格式微調和大規模的增強...

ACE++是阿里巴巴通義實驗室推出的先進的圖像生成與編輯工具，通過指令化和上下文感知的內容填充技術，實現了高質量的圖像創作和編輯功能。

Ranger是AI測試平臺，基于人工智能技術為企業提供自動化軟件測試解決方案。用戶可通過簡單英語描述測試需求，Ranger能自動生成測試用例，利用其智能導航技術...

Music Muse 是AI音樂創作平臺。基于先進的AI技術，幫助用戶快速生成各種風格的音樂作品。 用戶可以通過簡單的描述（如音樂風格、情緒、節奏等）來指導AI創作...

RapiLearn AI 是華清科技推出的 AI 教育工具，旨在打造個性化、互動式學習體驗。用戶上傳多種格式學習資料，系統能整合生成視頻、音頻、筆記、測試、思維導圖...

LLaVA-Rad是微軟研究院推出的小型多模態模型，專注于臨床放射學報告生成。是LLaVA-Med項目的分支，特別是胸部X光（CXR）成像。基于LLaVA-Med的基礎架構和訓練...

MotionCanvas是香港中文大學、Adobe 研究院和莫納什大學推出的圖像到視頻（I2V）生成方法，能將靜態圖像轉化為具有豐富動態效果的視頻。MotionCanvas基于引入...