AI项目与工具

Gemma 3n

Gemma 3n

Gemma 3n 是谷歌 I/O 开发者大会推出的端侧多模态 AI 模型，基于 Gemini Nano 架构，采用逐层嵌入技术，将内存占用压缩至 2-4B 参数模型水平。支持文本、图像、短视频和音频输入，可生成结构化文本输出，并具备音频转录、情感分析等功能。可在本地设备运行，响应时间低至 50 毫秒，适用于语音助手、内容生成和学术任务定制。
AI项目与工具 2025年06月11日
CAT4D

CAT4D

CAT4D是一种由Google DeepMind、哥伦比亚大学及加州大学圣地亚哥分校共同开发的工具，它利用多视图视频扩散模型，从单目视频中生成动态3D（4D）场景表示。该工具可以合成新视图、重建动态3D模型，并支持独立控制相机视点和场景动态，适用于电影制作、游戏开发、虚拟现实等多种领域。
AI项目与工具 2025年06月12日
ScribbleDiff

ScribbleDiff

ScribbleDiff是一种创新的文本到图像生成技术，通过涂鸦分析和传播算法，将用户简单的涂鸦转换为高质量的图像。其核心技术包括矩对齐和涂鸦传播，确保生成图像的方向一致性与细节完整性。ScribbleDiff支持多种应用场景，如艺术创作、游戏开发、教育、广告设计和UI/UX设计，为用户提供直观、高效且无须额外训练的图像生成体验。
AI项目与工具 2025年06月12日
Granite 3.0

Granite 3.0

Granite 3.0是IBM推出的一套先进的AI模型，适用于多种应用场景，包括客户服务自动化、内容创作与审核、数据分析以及编程辅助。它通过检索增强生成技术和多语言支持提升任务效率，并具备出色的安全防护能力。该模型采用深度学习和混合专家架构，经过大规模数据训练，为企业提供高效、灵活且可靠的AI解决方案。
AI项目与工具 2025年06月12日
Coral AI

Coral AI

Coral AI 是一款基于 AI 的文档分析平台，专注于智能搜索、摘要生成、翻译及问答功能。它支持超过 90 种语言，适用于学术研究、法律分析和商业报告等场景，特别适合处理大量文档。主要功能包括智能搜索、自动摘要生成、实时翻译、引用生成、跨文档搜索、文档标记与管理等，并支持多种文件类型和图像分析。
AI项目与工具 2025年06月12日
混元DiT

混元DiT

混元DiT（Hunyuan-DiT）是腾讯混元团队开源的高性能文本到图像的扩散Transformer模型，具备细粒度的中英文理解能力，能够生成多分辨率的高质量图像。该模型结合了双语CLIP和多语言T5编码器，通过精心设计的数据管道进行训练和优化。混元DiT的主要功能包括双语文本到图像生成、细粒度中文元素理解、长文本处理能力、多尺寸图像生成、多轮对话和上下文理解、高一致性和艺术性。此外，混元DiT在
AI项目与工具 2024年01月01日
Replay

Replay

Replay是一款基于AI技术的音频处理工具，可精准分离音乐中的主唱、人声和伴奏等音轨。支持多种音频格式，具备高质量输出、实时预览、参数调整和自动化处理等功能，适用于音乐制作、KTV伴奏、教学及内容创作等领域。操作简便，兼容多平台，为音乐创作和分析提供高效解决方案。
AI项目与工具 2025年03月22日
91JPG 绘影流光

91JPG 绘影流光

91JPG 绘影流光是一款基于AI技术的图像生成工具，专注于提升服装摄影的效率与质量。其核心功能涵盖AI穿衣、AI换脸换背景、人台图生成及图片背景移除等，适用于多样化场景，包括产业带工厂、批发档口、实体店主、电商卖家以及时尚品牌等。该工具不仅能够显著降低运营成本，还能增强服装展示效果，为用户带来更高的商业价值。
AI项目与工具 2025年06月12日
Grok

Grok

Grok-1是由xAI公司开发的大型语言模型，具备3140亿参数，是目前参数量最大的开源大语言模型之一。该模型基于Transformer架构，专用于自然语言处理任务，如问答、信息检索、创意写作和编码辅助等。尽管在信息处理方面表现出色，但需要人工审核以确保准确性。此外，Grok-1还提供了8bit量化版本，以降低存储和计算需求。
AI项目与工具 2024年01月01日
MyShell

MyShell

MyShell是一个全面的AI应用开发平台，提供了经典、开发和无代码三种模式，适合各种技能水平的用户。该平台支持创建AI原生应用，并通过AI代理商店提供多模态应用，涵盖效率工具、教育应用、游戏和客户服务等多个领域。平台还设有激励机制，鼓励创作者和用户参与，同时倡导使用开源模型，确保创作者和用户能够公平地分享收益。
AI项目与工具 2025年06月12日