AI项目与工具

axiom.ai

axiom.ai 是一款面向网页任务自动化的无代码 Chrome 扩展工具,支持数据抓取、表单填写及用户界面操作的自动化,具备与第三方服务集成的能力和 AI 辅助功能,可显著提高工作效率并保障数据安全。

MetaHuman

MetaHuman-Stream 是一种先进的实时交互流式AI数字人技术,集成了多种尖端模型,支持声音克隆和深度学习算法,确保对话流畅自然。通过全身视频整合和低延迟通信技术,提供沉浸式的用户体验,适用于在线教育、客户服务、游戏和新闻等多个领域。其主要功能包括多模型支持、声音克隆、对话处理能力和全身视频整合。

Docling

Docling 是一款开源工具,支持多种文档格式的解析与转换,包括 PDF、DOCX、PPTX、图片和 HTML。它通过高级 PDF 理解和 OCR 技术,将文档内容转换为统一的结构化格式(如 Markdown 和 JSON)。Docling 可与 LlamaIndex 和 LangChain 集成,增强文档的检索和问答能力,并提供简洁的命令行界面,适用于自动化文档处理、数据科学、知识管理和信息检

MMBench

MMBench-Video是一个由多家高校和机构联合开发的长视频多题问答基准测试平台,旨在全面评估大型视觉语言模型(LVLMs)在视频理解方面的能力。平台包含约600个YouTube视频片段,覆盖16个类别,并配备高质量的人工标注问答对。通过自动化评估机制,MMBench-Video能够有效提升评估的精度和效率,为模型优化和学术研究提供重要支持。

法信法律基座大模型

法信法律基座大模型是一款基于深度学习技术的国家级法律AI基础设施,整合万亿级法律数据,具备法律语义理解、逻辑推理、内容生成等功能。它已在审判辅助、行政执法、公共法律服务等多个场景中落地应用,有效提升法律工作的智能化水平。

MEXMA

MEXMA是一种由Meta AI研发的预训练跨语言句子编码器,通过结合句子级和词语级目标优化句子表示质量。它支持80种语言,广泛应用于跨语言信息检索、机器翻译、多语言文本分类、语义文本相似度评估及跨语言问答系统等领域,并展现出卓越的性能。

VideoWorld

VideoWorld是由北京交通大学、中国科学技术大学与字节跳动合作开发的深度生成模型,能够通过未标注视频数据学习复杂知识,包括规则、推理和规划能力。其核心技术包括自回归视频生成、潜在动态模型(LDM)和逆动态模型(IDM),支持长期推理和跨环境泛化。该模型在围棋和机器人控制任务中表现优异,且具备向自动驾驶、智能监控等场景扩展的潜力。

DeckSpeed

DeckSpeed是一款基于AI的智能演示文稿生成工具,通过自然语言交互实现个性化内容创作。用户可实时调整设计元素,无需依赖模板,提升制作效率与灵活性。适用于商业、教育、学术、产品推广等多个领域,满足多样化的演示需求。

Brev AI

Brev AI 是一款基于 AI 的在线音乐生成工具,能够将文本描述转化为定制化的音乐作品。它支持多种音乐风格,涵盖旋律、和声及完整曲目生成,并具备强大的自定义功能。凭借其高质量音频输出和广泛适用性,Brev AI 可应用于视频、社交媒体、播客等领域,满足不同用户的创作需求。

Freepik Pikaso

Freepik Pikaso是一款实时AI绘画生成工具,它通过人工智能技术让用户能够通过简单草图和描述性文字实时生成艺术作品。该工具具备实时绘画创作、描述性艺术生成、图标和元素库、摄像头和屏幕共享、播放模式以及图像质量提升等功能。适用于设计师、艺术家、插画家、内容创作者、营销和广告专业人士以及非专业用户。