AI项目与工具

Custom

Custom-SVG 是一种基于文本提示生成定制风格 SVG 图形的框架,结合前馈模型与扩散模型的优势,实现结构规整且风格统一的矢量图形生成。支持风格定制、语义对齐和高效生成,适用于图形设计、UI 设计、网页设计及教育等多个领域。其核心技术包括路径级表示的扩散模型训练和基于图像扩散先验的风格迁移。

Meetily

Meetily 是一款注重隐私保护的 AI 会议助手,支持实时音频捕捉、语音转录、会议总结生成及行动项提取。所有数据处理均在本地完成,确保信息安全。具备离线功能、智能导出、跨会议语义搜索和多语言支持,适用于企业会议、远程协作、隐私敏感场景和个人使用,提升会议管理效率与便捷性。

Parler

Parler-TTS是一款由Hugging Face开发的开源文本到语音(TTS)模型,能够模仿特定说话者的风格,生成高质量、自然的语音。该模型采用轻量级设计,包括文本编码器、解码器和音频编解码器,通过整合文本描述和嵌入层,优化了语音生成过程。Parler-TTS的所有资源公开,促进了高质量、可控TTS模型的发展。此外,用户还可以根据需要对模型进行自定义训练和微调。

Large Motion Model

Large Motion Model(LMM)是一款由新加坡南洋理工大学S-Lab和商汤科技合作研发的多模态运动生成框架。它支持从文本、音乐等多种模态生成逼真运动序列,具备高度精准的身体部位控制能力和强大的泛化能力。通过整合多样化的MotionVerse数据集以及创新性的ArtAttention机制和预训练策略,LMM在多个领域展现出高效的应用潜力,包括动画、虚拟现实、影视特效及运动分析等。

Firebase Studio

Firebase Studio 是由谷歌推出的全栈开发工具,集成了 AI 编程辅助、自然语言原型设计、高度可定制的开发环境,并与 Firebase 和 Google Cloud 深度集成。支持从代码仓库导入项目、使用模板快速启动应用、AI 生成代码与文档、预览与调试等功能,适用于快速原型设计、全栈开发、团队协作及教育场景。开发者可根据需求选择不同工作区数量的定价方案。

知文AI学术助手

知文AI学术助手是一款专为学术研究和论文写作设计的智能工具,具备快速生成初稿、智能构建大纲、文献引用管理、文本润色、查重等功能。支持多领域应用,适用于社科、人文、自然科学等研究方向。提供普通版与Pro版,满足不同用户需求。系统操作简便,助力提升论文质量与写作效率。

restorePhotos.io

restorePhotos.io 是一款基于GFPGAN模型的AI工具,专注于修复老旧和模糊的人脸照片。它具备用户友好的界面设计,支持批量处理及隐私保护功能,能够显著提升照片质量和清晰度。凭借其强大的技术支撑,restorePhotos.io 可应用于个人家庭、文化遗产保护、档案管理等多个领域,为用户提供高质量的照片修复服务。

Devstral

Devstral是由Mistral AI和All Hands AI推出的编程专用AI模型,专为软件工程任务设计。它在SWE-Bench Verified基准测试中表现优异,能处理复杂代码库、识别组件关系并修复细微错误。该工具轻量级,支持本地部署和企业级应用,具备代码生成与优化、集成开发工具、持续学习等能力,适用于本地开发、企业开发、IDE集成等多种场景。

BlueLM

BlueLM-V-3B是一种针对移动设备设计的多模态大型语言模型,结合了高效算法与系统优化,支持快速、低功耗的文本与图像处理。其主要特性包括多模态理解、实时响应、隐私保护、高效率部署及跨语言能力。该模型通过动态分辨率调整、批量图像编码及令牌下采样等技术,实现了在有限资源下的高性能表现。

MLE

MLE-Agent是一款面向机器学习工程师和研究人员的智能助手,具备自动化基线创建、智能调试、文件系统集成、工具集成和交互式命令行界面等功能。它通过集成大型语言模型(LLM)、自动化机器学习(AutoML)、代码生成和检索(Code Generation and Retrieval)以及智能调试(Smart Debugging)等技术,提供无缝的AI工程和研究体验。MLE-Agent支持与多个AI