AI项目与工具

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
Deep Art Effects

Deep Art Effects

Deep Art Effects 是一款利用深度学习技术的在线工具，能够将普通照片转换为具备多种艺术风格（如梵高、毕加索等）的作品。其主要功能包括艺术风格转换、高分辨率输出、丰富的艺术风格库以及 API 集成支持。该工具适用于个人娱乐、艺术创作、教育、广告及社交媒体内容创作等多个领域。
AI项目与工具 2025年06月12日
QANDA

QANDA

QANDA是一款由韩国Mathpresso公司开发的AI学习应用，主要面向学生，提供数学及其他学科的即时解答与详细解析。用户可通过拍照或输入问题，获取分步解答、常见错误提示及个性化辅导。应用还支持多语言、学习数据分析和类似题目推荐，适用于家庭作业、考试复习、日常学习及教学辅助等多种场景，帮助用户提升学习效率和理解能力。
AI项目与工具 2025年06月12日
Proactive Agent

Proactive Agent

Proactive Agent是一款由清华大学主导开发的主动式AI代理系统，它通过观察环境和用户行为来预测需求并自主发起任务，无需依赖明确指令即可完成操作。主要功能包括环境感知、上下文理解、任务执行及用户互动优化等。此外，该系统采用先进的环境模拟技术和奖励机制进行训练与评估，广泛应用于个人助理、文件管理、生活服务等多个领域。
AI项目与工具 2025年06月12日
BizGen

BizGen

BizGen是由清华大学与微软研究院联合开发的AI信息图生成工具，能将长篇文章自动转化为专业级的信息图和幻灯片。其核心技术包括高质量数据集Infographics-650K和“布局引导的交叉注意力机制”，可精准控制图像中各区域的文本与视觉元素。支持多语言和多种风格，适用于商业汇报、产品展示、学术研究等多个场景，具备高准确性与排版质量。
AI项目与工具 2025年06月12日
句无忧

句无忧

句无忧是一款专注于违禁词检测的专业工具，提供违禁词、极限词、敏感词的查询与检测服务，支持自定义词库和行业/平台选择，适用于直播电商、短视频文案、广告文案等领域。它通过AI技术实现快速检测，并支持团队协作管理，助力用户高效创作合规文案。
AI项目与工具 2025年06月12日
STIV

STIV

STIV是一款由苹果公司开发的视频生成大模型，具有8.7亿参数，擅长文本到视频（T2V）及文本图像到视频（TI2V）任务。它通过联合图像-文本分类器自由引导（JIT-CFG）技术提升生成质量，并结合时空注意力机制、旋转位置编码（RoPE）及流匹配训练目标优化性能。STIV支持多种应用场景，包括视频预测、帧插值、长视频生成等，适用于娱乐、教育、广告及自动驾驶等多个领域。
AI项目与工具 2025年06月12日
LM Studio

LM Studio

LM Studio是一个开源的本地大语言模型（LLM）应用平台，提供图形用户界面（GUI）和命令行界面（CLI），便于用户使用大型语言模型。LM Studio支持从Hugging Face等平台下载兼容的模型文件，并提供了一种“Playground”模式，用户可以通过该模式同时运行多个AI模型，以增强性能和输出。此外，LM Studio还具备模型发现功能，能够在应用首页展示新的和值得关注的LLMs
AI项目与工具 2025年06月12日
DrivingDojo

DrivingDojo

DrivingDojo是一个由中国科学院自动化研究所与美团无人车团队合作研发的数据集，包含18,000个视频片段，涵盖全面的驾驶操作、多智能体交互及开放世界驾驶知识。它定义了动作指令跟随（AIF）基准，用于评估世界模型的预测能力，并支持自动驾驶算法开发、世界模型训练、多智能体交互模拟及罕见事件处理等多个应用场景。
AI项目与工具 2025年06月12日
detangle

detangle

detangle 是一款基于人工智能的法律辅助工具，能够快速生成法律文件摘要，将复杂术语转化为通俗语言，帮助用户精准识别关键条款并提供音频摘要功能。适用于个人、企业、法律从业者及学习者，提升法律文件处理效率与理解能力，同时保障数据安全。
AI项目与工具 2025年06月12日