AI项目与工具

VoiceCraft

VoiceCraft是一款开源的神经编解码器语言模型,专攻零样本语音编辑和文本到语音(TTS)任务。它采用Transformer架构,通过token重排过程结合因果掩蔽和延迟叠加技术,实现在现有音频序列内高效生成自然的语音。VoiceCraft在多种口音、风格和噪声条件下表现出色,适用于有声读物制作、视频内容创作、播客音频编辑及多语言内容生产等场景。

TutorEva

TutorEva是一款面向大学生的智能学习工具,集成了AI作业解决器、论文写作助手、教科书解析等功能,支持文本、图片和文档输入,提供个性化辅导与互动式学习体验,助力学生高效完成学业任务并提升学术水平。

WebAgent

WebAgent是阿里巴巴开源的自主搜索AI Agent,具备端到端的自主信息检索与多步推理能力。它能主动搜索多个学术数据库,筛选、分析最相关的文献,整合不同文献中的观点,为用户提供全面且精准的研究报告。WebAgent基于创新的数据合成方法和高效的训练策略,实现高效的多步推理和信息检索能力,适用于学术研究、商业决策和日常生活等多种场景。

HoloTime

HoloTime 是由北京大学深圳研究生院与鹏城实验室联合开发的全景 4D 场景生成框架,可将单张全景图像转化为动态视频,并进一步重建为沉浸式 4D 场景。其核心技术包括全景动画生成器(Panoramic Animator)和时空重建技术,结合 360World 数据集进行训练,实现高质量的视频生成与场景重建。该工具支持 VR/AR 应用,适用于虚拟旅游、影视制作、游戏开发等多个领域,提供高效的沉

MMaDA

MMaDA(Multimodal Large Diffusion Language Models)是由普林斯顿大学、清华大学、北京大学和字节跳动联合开发的多模态扩散模型,支持跨文本推理、多模态理解和文本到图像生成等多种功能。其采用统一的扩散架构和模态不可知设计,结合混合长链推理微调策略与UniGRPO强化学习算法,提升跨模态任务性能。MMaDA在多项任务中表现优异,适用于内容创作、教育辅助、智能客

SUAPP AI

SUAPP AI是一款面向建筑设计行业的AI工具,支持图生图、文生图、图生视频、图片建模及AI对话等功能,提升设计效率与表现力。结合SketchUp平台,提供插件扩展与沉浸式体验,适用于建筑、室内及景观设计场景,助力设计师快速生成高质量成果并优化设计方案。

Graphiti

Graphiti 是一个为动态环境设计的 AI 知识图谱生成框架,支持实时摄取和处理结构化与非结构化数据,具备时间感知能力、动态数据整合、混合检索、状态推理与自动化等功能。它适用于 AI 智能体记忆层、实时交互系统和企业知识管理等场景,提供强大的动态记忆和推理能力,助力实现更智能、高效的 AI 应用。

Open Avatar Chat

Open Avatar Chat是阿里开源的模块化实时数字人对话系统,支持低延迟交互与多模态输入输出。系统采用模块化架构,允许灵活配置语音识别、语言模型和语音合成等组件,兼容本地与云服务。支持2D/3D数字人渲染,适用于客户服务、教育、娱乐及企业应用等多个场景,为开发者提供高效、灵活的AI对话解决方案。

亦心AI

亦心AI是一款集多种AI技术于一体的多功能创意工具平台,提供一键生成、AI工坊、自定义创作等功能,覆盖图片生成、海报设计、商品图制作等领域。平台通过降低技术门槛,简化创作流程,帮助用户快速实现创意表达,无论是专业设计师还是普通用户都能轻松生成高质量视觉内容。

Superchat

Superchat是一款为企业设计的全渠道消息服务平台,支持整合WhatsApp、Instagram和Facebook Messenger等沟通渠道,通过AI聊天机器人实现全天候客户服务,同时具备客户关系管理、自动化新闻通讯、多语言支持及产品销售等功能,旨在提升企业与客户之间的沟通效率和客户满意度。