標簽：用戶行為追蹤

FlagEvalMM是北京智源人工智能研究院開源的多模態(tài)模型評測框架，能全面評估處理文本、圖像、視頻等多種模態(tài)的模型，支持多種任務(wù)和指標。框架采用評測與模型...

Fugatto是英偉達（NVIDIA）推出的音頻合成和轉(zhuǎn)換模型，全稱為"Foundational Generative Audio Transformer Opus 1"。模型能根據(jù)文本提示生成音頻或...

Momen是無代碼全棧Web應(yīng)用構(gòu)建平臺，支持用戶無需編程知識即可設(shè)計、構(gòu)建和部署定制化的Web應(yīng)用。平臺提供直觀的可視化界面，覆蓋從前端設(shè)計到后端邏輯的完整...

kadoa是AI驅(qū)動的網(wǎng)絡(luò)數(shù)據(jù)抓取工具，用自動化的方式幫助用戶從網(wǎng)站提取非結(jié)構(gòu)化數(shù)據(jù)，無需編碼即可從網(wǎng)站、PDF、電子郵件和演示文稿等來源提取和處理數(shù)據(jù)。基...

LinkFox AI 是專為跨境電商設(shè)計開發(fā)的AI工具。提供AI文案生成和高效作圖功能，幫助賣家快速創(chuàng)建吸引人的產(chǎn)品描述和專業(yè)圖片。LinkFox AI 集成了多種分析工具...

Follow-Your-Click是一個由來自騰訊公司（混元團隊）聯(lián)合清華大學(xué)和香港科技大學(xué)的研究人員共同研發(fā)的圖像到視頻（Image-to-Video，簡稱I2V）生成模型，允許...

ExVideo是由阿里巴巴和華東師大的研究人員推出的一種視頻合成模型的后調(diào)優(yōu)技術(shù)，能夠擴展現(xiàn)有視頻合成模型的時間尺度，以生成更長的視頻。該團隊基于Stable V...

ConFiner 是一個創(chuàng)新的視頻生成框架，由多所大學(xué)和研究機構(gòu)共同推出。結(jié)合多個現(xiàn)成的擴散模型專家，無需額外訓(xùn)練可生成高質(zhì)量且連貫的視頻內(nèi)容。

Realtime API是OpenAI推出的一種低延遲、多模態(tài)的對話式API，支持文本和音頻作為輸入和輸出。Realtime API允許開發(fā)者構(gòu)建接近實時的交互體驗，例如語音對語音...

HotBot是一個智能搜索引擎，基于人工智能技術(shù)為用戶提供搜索服務(wù)。與傳統(tǒng)搜索引擎不同，HotBot通過AI技術(shù)理解用戶的查詢意圖，提供更準確、更相關(guān)的搜索結(jié)果...

Podcastfy 是一個開源的 Python 軟件包，能將網(wǎng)絡(luò)內(nèi)容、PDF 文檔及文本轉(zhuǎn)換成多語言的音頻對話形式。這款工具采用了先進的生成式人工智能（GenAI）技術(shù)，類似...

VideoTuna是集成多種AI視頻生成模型的代碼庫，支持文本到視頻、圖像到視頻和文本到圖像的轉(zhuǎn)換。VideoTuna提供預(yù)訓(xùn)練、持續(xù)訓(xùn)練、后訓(xùn)練對齊和微調(diào)等全面視頻...

Ferret-UI 2是蘋果公司推出的多模態(tài)大型語言模型，用在理解和交互移動用戶界面。Ferret-UI 2能識別和理解各種移動設(shè)備屏幕上的UI元素，執(zhí)行復(fù)雜的用戶指令，...

Rodin是影眸科技推出的AI 3D生成工具，專注于生成高質(zhì)量的3D資產(chǎn)，在游戲資產(chǎn)創(chuàng)作領(lǐng)域顯示出巨大潛力。采用AI直接生成3D模型的技術(shù)路線，通過2D升維3D的方式...