Transfusion
Transfusion是由Meta公司开发的多模态AI模型，能够同时生成文本和图像，并支持图像编辑功能。该模型通过结合语言模型的下一个token预测和扩散模型，在单一变换器架构上处理混合模态数据。Transfusion在预训练阶段利用了大量的文本和图像数据，表现出强大的扩展性和优异的性能。其主要功能包括多模态生成、混合模态序列训练、高效的注意力机制、模态特定编码、图像压缩、高质量图像生成、文本生成
Mathtutor on Groq
Mathtutor on Groq 是一款基于 Groq 架构的 AI 辅导工具，通过语音识别功能接收数学问题，结合强大的数学引擎提供实时解题过程与答案。其主要功能包括语音输入、LaTeX 公式渲染、高精度计算及自然语言处理支持，适用于代数、微积分等领域的学习与教学辅助。此外，它还集成了 xRx 框架、Whisper 和 Llama 模型，确保高效且精准的问题解决能力。Mathtutor on G
Browserbase
Browserbase 是一款面向 AI 应用的无头浏览器平台，支持 Playwright、Puppeteer 和 Selenium 兼容，具备快速启动、全球分布和高性能的特点。它主要用于网页自动化测试、数据抓取、AI 集成和网站性能监控，为企业提供高效、灵活的浏览器实例管理解决方案。
ChildMandarin
ChildMandarin是由智源研究院与南开大学合作开发的3-5岁儿童普通话语音数据集，包含41.25小时高质量语音，覆盖全国22个省市。数据通过家长引导式对话采集，保证自然真实。该数据集支持语音识别、说话人验证和语言研究，适用于儿童语言学习、教育系统、智能玩具和语音助手优化等领域，为儿童语音技术研究提供重要资源。
WorldSense
WorldSense是由小红书与上海交通大学联合开发的多模态基准测试工具，用于评估大型语言模型在现实场景中对视频、音频和文本的综合理解能力。该平台包含1662个同步视频、3172个问答对，覆盖8大领域及26类认知任务，强调音频与视频信息的紧密耦合。所有数据经专家标注并多重验证，确保准确性。适用于自动驾驶、智能教育、监控、客服及内容创作等多个领域，推动AI模型在多模态场景下的性能提升。
VirtualWife
VirtualWife 是一款基于人工智能技术开发的虚拟角色项目，集成了自然语言处理、语音识别与合成、机器学习等功能，支持跨平台运行和个性化定制。其主要应用场景包括个人陪伴、心理健康辅导、在线教育、客户服务、娱乐互动和直播带货，致力于为用户提供智能化、多样化的交互体验。
Call Annie
Call Annie是一款基于AI技术的对话工具，通过视频通话形式提供虚拟AI助手Annie，支持实时交流和多种应用场景。主要功能包括实时视频通话、自然语言处理、个性化协助和多平台访问，适用于语言学习、情感陪伴、信息查询、旅行规划、教育辅导及职业发展等场景。
