AI项目与工具

3DHM

3DHM是一项由加州大学伯克利分校开发的3D人体动作生成技术,能够从单张照片生成动态人体视频,具备动作生成、编辑、评估、纹理修复、人体渲染及动作模仿等功能。该技术通过学习人体先验知识和3D运动序列,结合扩散模型和4DHumans预测模型,广泛应用于电影特效、虚拟现实、游戏开发等领域,为动画制作和人体动作模拟提供了创新解决方案。

小库AI云

小库AI云是一款专为建筑领域设计的AI应用平台,集成了灵感生成、模型训练和社区共享三大核心功能。其基于自研的大模型技术,可实现从概念到施工图的全流程智能辅助,支持文生图、图生图等多种创作方式,同时提供灵活的训练模式和丰富的社区资源,助力建筑师提升工作效率并激发创造力。

Mureka O1

Mureka O1是昆仑万维推出的全球首款音乐推理大模型,采用“思维链”技术提升音乐生成质量与创作效率。支持多语言AI音乐创作,涵盖多种风格与情感表达,具备歌词生成、风格控制、音色克隆等功能。提供API接口与模型微调能力,适用于广告、影视、游戏、教育等多个场景,助力创作者高效完成音乐创作任务。

OpenAI o4

OpenAI o4-mini 是一款高性能、低成本的小型推理模型,专为快速处理数学、编程和视觉任务优化。它具备多模态能力,可结合图像与文本进行推理,并支持工具调用以提高准确性。在多项基准测试中表现优异,尤其在数学和编程领域接近完整版模型。适用于教育、数据分析、软件开发及内容创作等多个场景,是高效率与性价比兼备的AI工具。

ChatTTSPlus

ChatTTSPlus 是一款基于深度学习的语音合成工具,它通过 TensorRT 技术实现了显著的性能提升,同时支持语音克隆、模型压缩与加速等功能。该工具不仅适用于桌面端,还能够部署于移动设备,满足多种应用场景需求,包括有声读物制作、语言学习辅助、客户服务及娱乐等领域。 ---

DeepSeek Engineer

DeepSeek Engineer 是一款基于命令行的 AI 编程辅助工具,集成 DeepSeek API 提供文件操作功能。它通过 Pydantic 实现类型安全,支持 JSON 格式输出,可读取、创建和编辑本地文件,适用于代码审查、文档生成、实时协作和自动化测试等多种应用场景。

Agent

Agent-S 是一款基于图形用户界面(GUI)的人机交互自动化框架,通过经验增强的分层规划和代理-计算机接口(ACI),实现了复杂任务的自动化分解与执行。它结合多模态大型语言模型(MLLMs)进行推理和控制,并具备持续学习和跨操作系统通用性的特点,适用于办公自动化、网页交互、个人助理、客户服务和教育等多个场景。

咔哒

咔哒是一款基于AI技术的图片处理工具,具备场景识别、滤镜匹配、美颜修图和高级特效等功能,适用于日常拍照、社交媒体分享、专业摄影后期及创意设计等多个场景,旨在通过智能化手段快速提升照片质量并增强视觉效果。

叨叨

叨叨是一款融合AI与社交养成元素的多功能工具软件,用户可通过与虚拟AI伴侣互动完成记账、单词学习等任务。软件支持个性化定制AI性格,加入小剧场群聊进行社交互动,并具备高效的单词抽背与复习功能,适用于个人财务管理、学习提升及情感陪伴等场景。

Agent K v1.0

Agent K v1.0 是一款端到端自主数据科学智能体,由华为诺亚方舟实验室与伦敦大学学院团队联合开发。该工具能够自动化处理数据科学生命周期中的各个环节,支持多模态数据处理,具备动态多步骤问题解决能力,并通过结构化推理和动态记忆管理实现自我学习与优化。Agent K v1.0 在Kaggle多模态挑战赛中表现优异,广泛应用于金融、医疗、零售、制造及客户服务等领域。