標(biāo)簽：多語言支持

Gemini 2.5 Flash 是 Google 推出的高效、低延遲的 AI 模型，基于 Gemini 2.5 模型構(gòu)建。Gemini 2.5 Flash在保持低延遲和成本效益的同時，引入思考能力。

Lipsync-2 是 Sync Labs 推出的全球首個零-shot 嘴型同步模型。無需針對特定演講者進(jìn)行預(yù)訓(xùn)練，能即時學(xué)習(xí)并生成符合獨(dú)特說話風(fēng)格的嘴型同步效果。

Llama Nemotron是NVIDIA推出的一系列推理模型，專注于推理和多種智能代理（agentic AI）任務(wù)。模型基于Llama開源模型，經(jīng)過NVIDIA的后訓(xùn)練，加入推理能力，在...

Dream-7B是香港大學(xué)和華為諾亞方舟實(shí)驗(yàn)室聯(lián)合推出的擴(kuò)散式推理模型，是目前最強(qiáng)大的開源擴(kuò)散大語言模型。Dream-7B訓(xùn)練數(shù)據(jù)涵蓋文本、數(shù)學(xué)和代碼，預(yù)訓(xùn)練使用5...

DeepCoder-14B-Preview 是 Agentica 和 Together AI 聯(lián)合開源的大型代碼生成模型，基于 Deepseek-R1-Distilled-Qwen-14B 微調(diào)而成。DeepCoder-14B-Preview基...

Step-R1-V-Mini 是階躍星辰最新推出的多模態(tài)推理模型。支持圖文輸入和文字輸出，具備良好的指令遵循和通用能力，能高精度感知圖像完成復(fù)雜推理任務(wù)。模型在視...

Llama 4 是 Meta 推出的多模態(tài)人工智能模型。首次采用混合專家（MoE）架構(gòu)，在訓(xùn)練和推理時計算效率更高。Llama 4 目前有 Scout 和 Maverick 兩個版本。Scout...

OmniTalker 是阿里巴巴發(fā)布的實(shí)時文本驅(qū)動的說話頭像生成技術(shù)，能同時處理文本、圖像、音頻和視頻等多種模態(tài)輸入，以流式方式生成自然語音響應(yīng)。核心架構(gòu)為 T...

DeepSeek-GRM是DeepSeek和清華大學(xué)研究者共同提出的通用獎勵模型（Generalist Reward Modeling）。通過點(diǎn)式生成式獎勵建模（Pointwise Generative Reward Mod...

OlympicArena是上海交通大學(xué)、上海AI Lab、蘇州大學(xué)和上海交通大學(xué)生成式人工智能實(shí)驗(yàn)室（GAIR Lab）聯(lián)合推出的多學(xué)科認(rèn)知推理基準(zhǔn)測試框架。OlympicArena包...

BabelDOC 是開源的智能 PDF 翻譯工具，專為科學(xué)論文翻譯設(shè)計。能在原文旁生成翻譯文本，形成雙語對照，無需切換窗口，方便閱讀。能完整保留數(shù)學(xué)公式、表格和...

枝頁（iBleaf）是基于金字塔原理設(shè)計的AI筆記工具，幫助用戶將碎片化的知識整理成清晰有序的知識體系。通過知識樹的形式，讓用戶能以層級化的結(jié)構(gòu)組織筆記，...

面靈AI是基于DeepSeek大模型的AI面試助手，專為求職者設(shè)計，提升面試表現(xiàn)。具備實(shí)時面試輔助功能，能在面試中快速解析問題并給出專業(yè)回答建議，能根據(jù)簡歷和...

Dolphin是清華大學(xué)電子工程系語音與音頻技術(shù)實(shí)驗(yàn)室聯(lián)合海天瑞聲共同推出的面向東方語言的語音大模型。支持40個東方語種的語音識別，中文語種涵蓋22種方言（含...

Translate Image 是免費(fèi)的在線 AI 圖片翻譯工具，專為需要快速翻譯圖片中文字的用戶設(shè)計。支持多種圖片格式（如 JPG、PNG、JPEG 等），可處理產(chǎn)品圖片、電商...