MultiFoley MultiFoley是一款基于多模态控制的音效生成系统，能够根据文本、音频或视频输入生成与视频同步的高质量Foley声音效果。它支持文本驱动和音频驱动的音效生成，同时具备音频扩展和质量控制功能，广泛应用于电影、游戏、动画及虚拟现实等领域，为用户提供灵活且高效的声音设计解决方案。 AI项目与工具 2025年06月12日 78 点赞 0 评论 516 浏览
ARTROOM ARTROOM是一款集成了AI技术的图像生成与编辑平台，支持用户通过图层控制、Loras集成及ControlNets技术生成原创艺术作品或参考图片。平台具备丰富的功能，涵盖个性化定制、灵感获取等，并适用于个人艺术创作、企业营销、教育研究等多个领域，助力用户高效完成高质量视觉内容。 AI项目与工具 2025年06月12日 20 点赞 0 评论 516 浏览
Aether Aether是由上海AI Lab开发的生成式世界模型，基于合成数据训练，具备4D动态重建、动作条件视频预测和目标导向视觉规划等核心功能。它通过三维时空建模和多任务协同优化，实现对环境的精准感知与智能决策，具有出色的零样本泛化能力，适用于机器人导航、自动驾驶、虚拟现实等多个领域。 AI项目与工具 2025年06月11日 25 点赞 0 评论 516 浏览
Playmate Playmate是由广州趣丸科技开发的人脸动画生成框架，基于3D隐式空间引导扩散模型和双阶段训练框架，能够根据音频和指令精准控制人物表情和头部姿态，生成高质量动态肖像视频。其支持情感控制、姿态控制和独立控制，可生成多种风格的动态肖像，适用于影视制作、游戏开发、虚拟现实、互动媒体及教育等多个领域。 AI项目与工具 2025年06月11日 88 点赞 0 评论 516 浏览
妙刷 妙刷是一款由美团推出的AI创作工具，支持修图、文本生图、音频生图及视频生成等功能，可将日常素材转化为艺术作品，如拟人化宠物、魔幻风景等，同时定期更新玩法和特效以保持新鲜感。 AI项目与工具 2025年06月12日 99 点赞 0 评论 516 浏览
moemate Moemate是一款集成了多语言对话、屏幕感知、语音克隆和自定义图像模型等功能的AI角色平台。它支持用户创建个性化AI伴侣，并兼容多种语言模型和操作系统。Moemate不仅提供娱乐体验，还具备教育辅助、信息查询和工作效率提升等实用功能，适合个人和企业用户。 AI项目与工具 2025年06月12日 88 点赞 0 评论 516 浏览
Voila Voila是一款开源的端到端语音大模型，支持实时语音交互与多轮对话，具备高保真、低延迟的音频处理能力。集成语音与语言建模功能，支持百万级预设声音及个性化定制，适用于语音助手、角色扮演、语音翻译等场景。采用多尺度Transformer架构，提升语音理解与生成质量，降低开发成本，提高通用性与灵活性。 AI项目与工具 2025年06月11日 60 点赞 0 评论 517 浏览
Skywork Skywork-Reward 是昆仑万维推出的一系列高性能奖励模型，包括 Skywork-Reward-Gemma-2-27B 和 Skywork-Reward-Llama-3.1-8B，主要用于优化大语言模型的训练过程。这些模型通过提供奖励信号，帮助模型理解和生成符合人类偏好的内容。Skywork-Reward 在对话、安全性和推理任务中表现出色，并且在 RewardBench 评估基准上名列前 AI项目与工具 2025年06月12日 32 点赞 0 评论 517 浏览
MME MME-CoT 是一个用于评估大型多模态模型链式思维推理能力的基准测试框架，涵盖数学、科学、OCR、逻辑、时空和一般场景六大领域，包含1,130个问题，每题均附关键推理步骤和图像描述。该框架引入推理质量、鲁棒性和效率三大评估指标，全面衡量模型推理能力，并揭示当前模型在反思机制和感知任务上的不足，为模型优化和研究提供重要参考。 AI项目与工具 2025年06月12日 36 点赞 0 评论 517 浏览
Macro PDF Macro PDF 是一款面向学术、法律和金融领域的 AI PDF 工具，支持智能文档处理、术语解释、摘要生成、多语言翻译及交互式问答等功能。用户可通过高亮文本获取即时解释，实现高效阅读与分析。支持多种 AI 模型，具备高级编辑功能和跨平台兼容性，适用于合同审查、财务分析、文献研究等场景，提升工作效率与信息处理能力。 AI项目与工具 2025年03月12日 69 点赞 0 评论 517 浏览
