TIGER TIGER是由清华大学研发的轻量级语音分离模型,采用时频交叉建模策略与多尺度注意力机制,有效提升语音分离性能,同时显著降低计算和参数开销。模型通过频带切分优化资源利用,适应复杂声学环境,广泛应用于会议记录、视频剪辑、电影音频处理及智能语音助手等领域。 AI项目与工具 2025年06月12日 98 点赞 0 评论 1134 浏览
Woxo Woxo是一款基于人工智能的视频生成工具,专为社交媒体内容创作者设计。它通过AI技术将文本或概念转化为高质量视频,提供内容创意、快速编辑及定时发布等功能,支持多种社交媒体平台,显著提升视频制作效率。其多平台兼容性和批量创作能力使其成为高效内容生产的理想选择。 AI项目与工具 2025年06月12日 91 点赞 0 评论 1135 浏览
云锦天章 云锦天章是一款基于DCFormer架构的通用大模型,能够高效地进行文字扩写、缩写和风格变换,具备问答、数学、编程等基础能力。它通过动态组合多头注意力机制,大幅提升模型效率并降低能耗,适用于小说创作、教育辅导、内容生成、企业服务及娱乐等多个领域。 AI项目与工具 2025年06月12日 48 点赞 0 评论 1135 浏览
DreamGen DreamGen是英伟达推出的机器人学习技术,基于AI视频世界模型生成合成数据,使机器人能在梦境中学习新技能。它通过微调视频世界模型、生成虚拟数据、提取虚拟动作和训练下游策略四步流程,实现机器人在新环境中的行为和环境泛化。DreamGen无需大量真实数据,仅凭文本指令即可完成复杂任务,提升学习效率和泛化能力。其支持多种机器人系统和策略架构,适用于工业生产、家庭服务、医疗护理等多个领域。 AI项目与工具 2025年06月11日 35 点赞 0 评论 1136 浏览
gling Gling是一款集成了先进AI技术的视频编辑工具,主要功能涵盖自动去除不良拍摄片段、消除沉默及填充词、生成AI字幕、自动缩放画面、降低背景噪音等。它还能够为视频生成优化标题与章节,适用于个人视频博主、播客制作人、在线教育者及企业培训等多个领域,助力提升视频质量和效率。 AI项目与工具 2025年06月12日 78 点赞 0 评论 1136 浏览
LipDub LipDub是一款利用AI技术的多语言配音工具,可将视频实时翻译成27种语言,确保声音与口型同步。其核心功能包括实时录制与翻译、高质量翻译、多语言支持及便捷分享,适用于教育、商务、旅游及娱乐等多种场景,助力全球化的跨文化交流与内容传播。 AI项目与工具 2025年06月12日 61 点赞 0 评论 1136 浏览
rStar rStar-Math是由微软亚洲研究院研发的数学推理工具,采用蒙特卡洛树搜索(MCTS)驱动的深度思考机制,使小型语言模型在数学推理方面达到或超越大型模型水平。通过代码增强的推理轨迹生成、过程偏好模型(PPM)训练和四轮自我进化策略,显著提升了模型的准确率与自我反思能力。该工具已在多个数学基准测试中取得优异成绩,适用于教育、科研、金融、工程和数据分析等多个领域。 AI项目与工具 2025年06月12日 60 点赞 0 评论 1137 浏览
NutWorld NutWorld是由新加坡国立大学、南洋理工大学与Skywork AI联合开发的视频处理框架,能够高效地将单目视频转换为动态3D高斯表示(Gaussian Splatting)。它基于时空对齐高斯(STAG)表示法,实现视频的时空连贯建模,支持高保真视频重建和多种下游任务,如新视图合成、视频编辑、帧插值和深度预测。该工具具备实时处理能力,适用于视频创作、AR/VR、自动驾驶等多个领域。 AI项目与工具 2025年06月12日 93 点赞 0 评论 1137 浏览
FramePack FramePack 是斯坦福大学推出的开源 AI 视频生成模型,通过帧上下文打包和抗漂移采样技术,实现高效、稳定的视频生成。其仅需 6GB 显存即可运行,支持实时高清视频生成,具备灵活的调度策略,适用于多种应用场景,如短视频制作、游戏开发、教育与广告等,显著降低了视频生成的硬件门槛。 AI项目与工具 2025年06月11日 23 点赞 0 评论 1137 浏览
Nephola Nephola 是一款专注情绪管理和心理健康的 AI 应用,通过四个性格各异的 AI 智能体提供情感陪伴。用户可选择不同角色进行互动,获得个性化支持。应用包含心情日志、自我探索、正念冥想及休闲游戏等功能,帮助用户记录情绪、探索性格并缓解压力。适用于日常情绪管理与心理健康提升。 AI项目与工具 2025年06月12日 72 点赞 0 评论 1137 浏览