AI项目与工具

VideoTuna

VideoTuna是一款基于AI的开源视频生成工具,支持文本到视频、图像到视频以及文本到图像的转换。它提供预训练、微调和后训练对齐等功能,兼容U-Net和DiT架构,并计划引入3D视频生成能力。VideoTuna旨在简化视频内容创作流程,提升生成质量与可控性,适用于内容创作、电影制作、广告营销、教育培训等多个领域。

MMSearch

MMSearch 是一款用于评估大型多模态模型(LMMs)搜索能力的基准测试工具,包含 MMSearch-Engine 框架和 MMSearch 测试集。其核心功能包括问题重构、网页排序和答案总结,通过多模态搜索能力评估提升 LMMs 的性能。实验结果显示 GPT-4o 在该测试中表现优异,且增加计算量比扩大模型规模更具优势。

爱派

AiPy 是一款基于大语言模型与 Python 深度整合的 AI 工具,支持自然语言生成代码、数据处理与分析、可视化、API 调用、任务自动化等功能。具备本地部署能力,保障数据安全,适用于开发、数据分析、自动化任务等场景。用户可通过自然语言或直接输入代码进行交互,支持多种操作系统与环境配置,提升编程效率与灵活性。

Gemini 2.5 Pro (I/O 版)

Gemini 2.5 Pro (I/O 版) 是 Google 推出的多模态 AI 模型,具备强大的编程能力和多模态内容生成功能。它能基于提示词或手绘草图快速生成交互式 Web 应用、游戏及模拟程序,并支持代码生成、编辑与优化。该模型在多个基准测试中表现优异,适用于 Web 开发、游戏制作、教育工具构建及企业级应用开发等领域。最新版本进一步提升了性能与灵活性。

Chance AI

Chance AI 是一款AI视觉搜索引擎,基于视觉智能帮助用户自然理解世界。用户通过摄像头识别对象,如艺术品、产品设计、建筑等,快速获取背后的故事和文化背景,无需输入提示词。其主要功能包括点拍即用、视觉推理、即时洞察、一键分享和无算法的信息发现,适用于旅行者、创意人士、学生等群体。

SPIKY.AI

SPIKY.AI是一款面向销售团队的实时AI助手,它通过分析销售通话、客户互动及培训会议等内容,提供即时反馈和数据驱动的决策支持,帮助销售代表遵循销售手册执行任务,同时实现CRM系统的自动更新,旨在提升销售效率、优化客户互动并加速销售周期。其核心功能包括实时反馈、行动项目管理、个性化培训、CRM集成及数据分析,广泛应用于销售电话、客户服务、入职培训、团队辅导和产品演示等多个场景。

Metaforms

Metaforms是一款基于人工智能技术的高级工具,旨在简化表单和调查的创建过程。其主要功能包括AI驱动的表单生成、可定制模板、实时数据分析及与流行工具的集成。适用于市场研究、客户反馈、活动注册和人力资源管理等场景。

咕噜口语SpeakGuru

SpeakGuru是一款由清华团队开发的AI口语练习工具,通过与虚拟人物对话提升英语口语能力。支持中文辅助、语法优化、发音评估等功能,涵盖100+真实场景,适配不同英语水平用户。内置错题本、词汇统计、个性化学习计划等模块,帮助用户全面掌握学习进度。已接入DeepSeek R1模型,提升智能化学习体验。

SongR

SongR是一款基于AI技术的在线歌曲创作工具,支持用户输入关键词和选择音乐风格来自动生成歌词和旋律。它提供了歌词编辑、自动谱曲、AI演唱等功能,并兼容多平台,适合个人娱乐、教育学习、商业广告等多种应用场景。用户能够轻松生成高质量的歌曲,满足个性化需求。

LIGER

LIGER是一种由Meta AI等机构研发的混合检索模型,结合生成式检索与密集检索技术,提升推荐系统的效率与准确性。其核心功能包括高效生成候选项目、优化排序、处理冷启动问题及融合语义信息。LIGER通过多目标优化和语义融合机制,显著提高了推荐的精准度与适应性,广泛应用于电商、内容、社交及教育等领域。