UX Pilot UX Pilot 是一款 AI 驱动的 UX/UI 设计工具，支持高保真界面生成、线框图探索、Figma 整合及全流程设计管理。它通过智能算法提升设计效率，支持团队协作与多平台适配，适用于产品原型验证、设计迭代与开发交付，助力用户实现高效、精准的设计流程。 AI项目与工具 2025年06月12日 94 点赞 0 评论 690 浏览
MultiTalk MultiTalk是由中山大学深圳校区、美团和香港科技大学联合推出的音频驱动多人对话视频生成框架。它根据多声道音频输入、参考图像和文本提示，生成包含人物互动且口型与音频一致的视频。通过Label Rotary Position Embedding (L-RoPE) 方法解决多声道音频与人物绑定问题，并采用部分参数训练和多任务训练策略，保留基础模型的指令跟随能力。MultiTalk适用于卡通、歌唱及 AI项目与工具 2025年06月11日 11 点赞 0 评论 690 浏览
GameFactory GameFactory 是由香港大学与快手科技联合研发的AI框架，专注于解决游戏视频生成中的场景泛化问题。它基于预训练视频扩散模型，结合开放域数据与高质量游戏数据，通过多阶段训练实现动作可控的多样化场景生成。具备高精度动作控制、交互式视频生成及丰富场景支持，适用于游戏开发、自动驾驶模拟及具身智能研究等领域。 AI项目与工具 2025年06月12日 31 点赞 0 评论 690 浏览
VARGPT VARGPT是一款多模态大语言模型，整合了视觉理解和生成任务于统一的自回归框架中。它通过next-token和next-scale预测机制，支持文本与图像的混合输入和输出，具备高效的视觉生成能力。模型采用三阶段训练策略，提升了在视觉问答、推理及图像生成任务中的表现。适用于多模态内容创作、指令到图像合成等场景。 AI项目与工具 2025年06月12日 17 点赞 0 评论 689 浏览
NeuralCam NeuralCam是一款基于AI技术的智能相机应用，提供实时摄影指导和多种图像优化功能，包括自动人像、夜间拍摄、AI照明和智能HDR等。适用于低光环境、人像摄影、旅行记录及专业摄影等多种场景，旨在提升用户的拍摄质量和效率。支持免费下载并提供进阶订阅服务。 AI项目与工具 2025年06月12日 19 点赞 0 评论 689 浏览
Codex Codex是OpenAI推出的AI编程工具，支持自然语言指令生成代码、代码补全、测试生成、错误修复等功能。它可在云端沙箱中并行处理任务，提升开发效率与安全性。适用于开发者、项目经理、教育者及非技术用户，能优化代码结构、提供实时反馈，并与主流开发工具集成，降低编程门槛。 AI项目与工具 2025年06月11日 57 点赞 0 评论 689 浏览
Hyper Hyper-SD是由字节跳动研究人员开发的高效图像合成框架，通过轨迹分割一致性蒸馏（TSCD）、人类反馈学习（ReFL）和分数蒸馏等技术，显著降低了扩散模型在多步推理过程中的计算成本。该框架在保持高图像质量的同时，大幅减少了推理步骤，实现了快速生成高分辨率图像，推动了生成式AI技术的发展。 AI项目与工具 2025年06月12日 73 点赞 0 评论 689 浏览
Muyan Muyan-TTS是一款面向播客场景的开源文本转语音工具，基于超10万小时播客数据训练，支持零样本语音合成与说话人适配，可在0.33秒内生成1秒音频，适合实时与长内容合成。支持本地部署与API调用，应用于播客、有声书、视频配音、AI角色及新闻播报等领域，兼具高效性与灵活性。 AI项目与工具 2025年06月11日 94 点赞 0 评论 689 浏览
TEN Agent TEN Agent 是一款开源的实时多模态 AI 框架，集成了 OpenAI 实时 API 和 RTC 技术，支持语音、文本和图像的多模态交互。它具备天气查询、网络搜索、视觉识别及 RAG 等功能，支持高性能实时通信和模块化扩展，适用于智能客服、语音助手、教育辅助、智能家居控制和健康咨询等多个领域。 AI项目与工具 2025年06月12日 25 点赞 0 评论 689 浏览
Aligner Aligner是由北京大学团队开发的大语言模型对齐工具，通过学习对齐答案与未对齐答案之间的差异来提升模型性能。采用自回归seq2seq结构，在Q-A-C数据集上训练，无需RLHF流程。具备高效、灵活、即插即用等特点，支持多模型兼容，提升模型帮助性和安全性。适用于多轮对话、价值观对齐及MoE架构优化等场景。 AI项目与工具 2025年06月12日 44 点赞 0 评论 689 浏览
