AI项目与工具

Insight

Insight-V是一款由南洋理工大学、腾讯和清华大学联合研发的多模态大型语言模型,专为提升长链视觉推理能力而设计。该模型通过多智能体系统将任务分解为推理与总结两步,并采用两阶段训练流程优化性能。其渐进式数据生成和多粒度评估方法进一步提升了模型的推理精度,在多个视觉推理基准测试中表现出色。

YouTube Transcript

YouTube Transcript是一款基于人工智能技术开发的在线工具,主要用于将YouTube视频内容自动转录为文字记录。其主要功能涵盖自动转录、字幕生成、内容分析、关键词监测以及同步滚动等,广泛应用于教育、科研、企业培训及法律合规等领域,极大提升了视频内容的可访问性和分析效率。

GENERator

GENERator是阿里云飞天实验室开发的生成式基因组基础模型,基于Transformer解码器架构,具备98k碱基对的上下文长度和120亿参数。它能生成具有生物学意义的DNA序列,应用于蛋白质家族设计、启动子优化、基因组分析及合成生物学等领域。模型通过大规模数据预训练,并经过生物学验证,展现出强大的序列生成与优化能力。

FlowGram

FlowGram是字节跳动推出的可视化工作流搭建引擎,支持固定与自由布局,适用于流程管理、算法设计、教学演示等多种场景。具备智能建议、风险预测、文档生成等AI功能,支持导出图片或代码。技术上采用ECS架构、Web Worker优化与智能缓存,确保高效稳定运行,适合开发者进行流程构建与扩展。

麦橘超然

麦橘超然(MajicFlus)是一款基于Flux.1架构的AI图像生成模型,专注于高质量人像创作,尤其擅长表现亚洲女性的细腻特征。它支持快速生成与专业控制,具备优秀的光影处理能力和局部重绘功能,适用于人像、非人生物及场景生成。该工具广泛应用于娱乐、商业、影视、教育及科研等多个领域,为创作者提供高效、灵活的图像生成解决方案。

Mem

Mem是一款智能AI笔记应用,支持高效记录笔记,并基于AI技术自动发现笔记之间的关联,帮助用户快速找到所需信息。用户可通过Mem Chat提问,获取精准答案、总结会议要点或生成内容。Mem具备智能搜索、自动整理笔记、实时同步等功能,支持离线使用和多种格式输入,适用于创业者、高管和创意人士,提升工作效率与知识管理能力。

StarVector

StarVector 是一个开源多模态视觉语言模型,支持图像和文本到可编辑 SVG 文件的转换。采用多模态架构,结合图像编码与语言模型,生成结构紧凑、语义丰富的 SVG 内容。基于 SVG-Stack 数据集训练,适用于图标设计、艺术创作、数据可视化等多种场景,具备良好的性能和扩展性。

可栗口语

可栗口语是一款基于AI技术的英语口语学习应用,提供一对一虚拟外教对话、实时语法和发音纠正等功能。它涵盖日常生活、职场、雅思备考等多个场景,支持个性化课程定制和用户数据优化,旨在全面提升用户的英语听说能力。

Maya

Maya是一款开源多语言多模态模型,基于LLaVA框架开发,支持中文、法语、西班牙语等多种语言,专注于提升低资源语言的AI内容生成能力。它结合图像和文本数据,实现跨模态对齐和指令微调,广泛应用于跨语言内容理解、图像分析、教育和电子商务等领域。

StereoCrafter

StereoCrafter是一款由腾讯AI Lab与ARC Lab联合开发的创新性工具,可将传统2D视频转化为高质量的立体3D视频。它采用深度估计、视频变形及立体视频修复等关键技术,确保生成的3D视频具备高保真度和一致性。该工具广泛应用于影视制作、虚拟现实(VR)、增强现实(AR)、游戏开发等领域,为用户提供更加沉浸式的视觉体验。