AI项目与工具

Medio.cool

Medio.cool

Medio.cool是一款面向企业海外市场的AI视频编辑工具，提供视频水印去除、商品翻译、商品解说视频自动生成等功能。它支持多语言翻译，涵盖超过100种国际语言，并能一键下载4K高清原视频，适用于YouTube、TikTok等多个平台，助力企业高效实现全球化推广。
AI项目与工具 2025年06月12日
汉王语音王

汉王语音王

汉王语音王是一款由汉王科技开发的智能语音应用程序，集成了AI语音记录、翻译和同声传译等功能。基于自主研发的多模态大模型，它支持高精度的语音转写、拍摄与录音同步、智能总结和实时翻译，适用于多语言环境。通过集成OCR技术，它能够生成图文并茂的多媒体记录，显著提高工作效率。
AI项目与工具 2025年06月12日
YuLan

YuLan

YuLan-OneSim是一款基于大型语言模型的社会模拟工具，支持自然语言交互构建模拟场景，无需编程即可生成代码。提供50多个社会科学领域预设场景，支持大规模智能体模拟，具备自动优化和报告生成能力，适用于经济、社会学、政治学等多个研究领域，推动AI与社会科学的融合应用。
AI项目与工具 2025年06月11日
Lovekey键盘

Lovekey键盘

Lovekey键盘是一款专为恋爱沟通设计的智能输入法应用，提供一键回复、聊天人设市场、恋爱开场白等功能，帮助用户提升聊天效率与趣味性。支持个性化定制和智能推荐，兼顾实用性与安全性，适用于社交互动及商务交流等场景。
AI项目与工具 2025年06月12日
TANGOFLUX

TANGOFLUX

TANGOFLUX是一款高效文本到音频生成模型，具备约5.15亿参数量，能够在3.7秒内生成30秒高质量音频。它采用CLAP-Ranked Preference Optimization框架优化音频输出，支持多种应用场景，包括多媒体内容创作、音频制作、播客、教育及虚拟助手开发。其开源特性推动了相关领域的技术进步。
AI项目与工具 2025年06月12日
CHANGER

CHANGER

CHANGER是一款工业级AI换头技术，基于色键技术和H2增强模块，能够实现演员头部与目标身体的无缝融合。其核心技术包括前景预测注意力变换器（FPAT）模块，用于精确预测和聚焦关键区域。CHANGER适用于视觉特效、数字人类创建、虚拟主播等多个领域，提供高保真的头部融合效果。
AI项目与工具 2025年06月12日
DeepEyes

DeepEyes

DeepEyes是由小红书团队和西安交通大学联合开发的多模态深度思考模型，基于端到端强化学习实现“用图思考”能力，无需依赖监督微调。它在推理过程中动态调用图像工具，增强对细节的感知与理解，在视觉推理基准测试V* Bench上准确率高达90.1%。具备图像定位、幻觉缓解、多模态推理和动态工具调用等功能，适用于教育、医疗、交通、安防和工业等多个领域。
AI项目与工具 2025年06月11日
CoA

CoA

CoA是由谷歌开发的多智能体协作框架，用于解决大语言模型在处理长文本任务时的上下文限制问题。它将长文本分割成多个片段，由多个智能体依次处理并通过链式通信传递关键信息，最终由管理智能体整合生成结果。该框架无需额外训练，支持多种任务类型，如问答、摘要和代码补全，且具有高效性和可扩展性。其时间复杂度优化显著提升了处理长文本的效率。
AI项目与工具 2025年06月12日
Pippo

Pippo

Pippo是由Meta Reality Labs研发的图像到视频生成模型，可基于单张照片生成多视角高清人像视频。采用多视角扩散变换器架构，结合ControlMLP模块与注意力偏差技术，实现更丰富的视角生成和更高的3D一致性。支持高分辨率输出及细节自动补全，适用于虚拟现实、影视制作、游戏开发等多个领域。技术方案涵盖多阶段训练流程，确保生成质量与稳定性。
AI项目与工具 2025年06月12日
Faster Whisper

Faster Whisper

Faster Whisper 是一款基于 OpenAI Whisper 模型的高效语音识别工具，利用 CTranslate2 引擎显著提升转写速度并降低内存消耗。它支持多语言处理，可应用于实时语音转写、视频字幕生成、客户服务、医疗记录等领域。其核心技术包括 8 位量化、语音活动检测（VAD）及模型优化，同时提供灵活的 API 接口供开发者集成。
AI项目与工具 2025年06月12日