Champ是由阿里巴巴、復旦大學和南京大學的研究人員共同提出的一種基于3D的將人物圖片轉換為視頻動畫的模型，該方法結合了3D參數化模型（特別是SMPL模型）和潛...

AI應用集人工智能應用商店匯集了各類人工智能APP，從生活助手到辦公工具，從教育學習到娛樂休閑，海量安卓和iOS人工智能APP免費下載。

Gauth APP是由字節跳動的海外子公司開發的一款智能學習輔助應用，專注于幫助學生高效解決數學、化學、物理等科目的復雜問題。

Voice Engine是OpenAI最新推出的一項AI語音合成和聲音克隆技術，能夠利用簡短的15秒音頻樣本和文本輸入，生成接近原聲的自然聽起來的語音。該項技術自2022年...

SWE-agent是一個由普林斯頓大學NLP組研究人員開發的開源AI程序員和軟件工程師系統，利用大型語言模型（如GPT-4）的能力，可以自動解決GitHub存儲庫中的問題。...

Parler-TTS是由Hugging Face推出的一款開源的文本到語音（TTS）模型，能夠通過輸入提示描述模仿特定說話者的風格（性別、音調、說話風格等），生成高質量、聽...

Llama 3是Meta公司最新開源推出的新一代大型語言模型（LLM），包含8B和70B兩種參數規模的模型，標志著開源人工智能領域的又一重大進步。作為Llama系列的第三...

OpenELM是Apple蘋果公司最新推出的系列高效開源的語言模型，包括OpenELM-270M、OpenELM-450M、OpenELM-1_1B和OpenELM-3B不同參數規模的版本。該大模型利用層...

PuLID是字節跳動的團隊開源的一種個性化文本到圖像生成技術，通過對比對齊和快速采樣方法，實現了無需調整模型的高效ID定制，輕松實現圖像換臉效果。

AniTalker是由來自上海交大X-LANCE實驗室和思必馳AISpeech的研究人員推出的一個對口型說話視頻生成框架，能夠將單張靜態人像和輸入的音頻轉換成栩栩如生的動...

Universal-1是AI語音初創公司AssemblyAI推出的一款多語言語音識別和轉錄模型，經過超過1250萬小時的多語種音頻數據訓練，支持英語、西班牙語、法語和德語等。

Stable Assistant是由Stability AI開發的一款聊天機器人，集成了最新的文本和圖像生成技術（Stable Diffusion 3和Stable LM 2 12B ）。該AI對話工具能夠理解...

ChatTTS是一款專為對話場景設計的支持中英文的文本轉語音（TTS）模型，基于約10萬小時的中英文數據進行訓練，能夠生成高質量、自然流暢的對話語音。

Qwen2是由阿里云通義千問團隊開源的新一代大語言模型，該系列涵蓋了從0.5B到72B不等的五個規模模型，在中文和英文基礎上增加了27種語言的高質量數據，大幅提...

ElevenLabs Reader App是由AI語音初創公司ElevenLabs推出的一款文本轉語音應用，利用AI技術將各類文本內容，如文章、PDF文件、ePub等，轉化為自然流暢、高音...