AI工具

WhisperLiveKit 是開源的實時語音識別工具，能將語音實時轉錄為文字，支持說話人識別。工具基于先進的技術如 SimulStreaming 和 WhisperStreaming，提供超低...

VibePPT 是 AI 演示文稿制作工具，通過對話式交互，讓用戶能快速生成具有專業設計感的演示文稿。用戶只需輸入主題或內容，VibePPT能智能生成幻燈片，提供多種...

XBai o4是開源的大語言模型，基于“反射生成形式”訓練，結合長CoT強化學習和過程獎勵學習，在復雜推理能力上表現出色，中等模式下已超越OpenAI-o3-mini。

VibeVoice 是微軟推出的新型文本到語音（TTS）模型，能生成富有表現力、長篇幅、多說話者的對話式音頻，如播客。

EchoMimicV3是螞蟻集團推出的高效多模態、多任務數字人視頻生成框架。框架擁有13億參數，基于任務混合和模態混合范式，結合新穎的訓練與推理策略，實現快速、...

SpatialGen 是群核科技開源的 3D 場景生成模型。模型基于擴散模型架構，支持根據文字描述、參考圖像和 3D 空間布局，生成時空一致的多視角圖像，且能進一步得...

內容特工隊ReelsAgent是全球首個移動端AI營銷視頻智能體Agent。實現了從市場調研、創意生成到視頻發布全流程自動化，用戶只需輸入需求，可生成適配多平臺的專...

問小白o4是國內首個并行思考模型，能同時啟動8條思考路徑，自動篩選最優解，提供精準答案。模型融合Long?CoT強化學習與過程獎勵學習，具備深度推理和高質量思...

FutureX是字節跳動、復旦大學、斯坦福大學和普林斯頓大學的研究團隊聯合發布的，專為LLM智能體未來預測任務設計的動態實時評估基準。通過半自動化管道從195個...

DeepSeek V3.1是DeepSeek最新推出的AI模型版本，具備混合推理架構，能自由切換思考模式與非思考模式，思考效率顯著提升。模型在V3的基礎上進行多項升級，上下...

SlowFast-LLaVA-1.5（簡稱SF-LLaVA-1.5）是專為長視頻理解設計的高效視頻大語言模型。基于雙流（SlowFast）機制，平衡處理更多輸入幀與減少每幀令牌數量之間...

CourseCorrect 是幫助用戶提升技能的智能學習平臺。用戶只需輸入想學習的主題，平臺能快速從互聯網上篩選出排名前20的優質課程。與傳統課程評價不同，CourseC...

Snowglobe 是 Guardrails AI 推出的 AI 代理和聊天機器人模擬測試工具。通過模擬真實用戶行為，快速生成大量對話數據，幫助開發者在部署前發現潛在問題。Snow...

ComoRAG 是華南理工大學未來技術學院、微信 AI 團隊等機構聯合推出的認知啟發式檢索增強生成（RAG）框架，專門用在長篇敘事文本的理解和推理。

Anything 是創新的 AI 應用構建平臺，通過與 AI 的對話式交互，幫助用戶快速創建強大的應用程序和網站。用戶只需通過聊天的方式表達自己的想法和需求，AI 能...