人工智能

1. 首页
2. 人工智能

Infinity AI

Infinity AI是一款基于深度学习技术的人工智能工具，可将输入的剧本或对话内容转化为高质量视频。其核心功能包括生成式视频模型、数字人克隆技术和视频定制服务。用户可通过简单的操作实现一键视频生成，并利用AI克隆体制作个性化视频内容。这款工具广泛应用于教育、娱乐、新闻传媒、企业培训等场景，显著提升内容创作效率。

AI项目与工具 2025年06月12日 90 点赞 0 评论 154 浏览

MaskGCT

MaskGCT是一款基于掩码生成模型与语音表征解耦编码技术的语音合成大模型，由趣丸科技与香港中文大学（深圳）联合开发。其主要功能包括声音克隆、跨语种语音合成、语音控制及高质量语音数据集支持。该模型在多个TTS基准数据集上表现优异，可快速精准地克隆音色并灵活调整语音属性，适用于多种语言，已开源并面向全球用户开放。

AI项目与工具 2025年06月12日 35 点赞 0 评论 428 浏览

cre8tiveAI

Cre8tiveAI 是一款基于深度学习的人工智能平台，提供一系列创新工具，用于图像和视频的编辑与优化。其主要功能包括提高分辨率、优化人脸、生成个性化插图、人像裁剪、静态图像转动态视频等。适用于社交媒体内容创作、电子商务、广告营销、设计插画等多个领域，支持从个人用户到团队协作的不同需求。

AI项目与工具 2025年06月12日 65 点赞 0 评论 327 浏览

DIAMOND

DIAMOND是一款基于扩散模型的强化学习代理，专注于模拟复杂环境以支持代理的学习与决策。它在Atari游戏和3D环境中表现出色，能够捕捉丰富的视觉信息。通过连续潜在变量和优化的去噪步骤，DIAMOND提升了模型的稳定性和效率。其应用场景涵盖游戏AI开发、机器人技术、虚拟现实、教育培训及科学研究等领域。

AI项目与工具 2025年06月12日 62 点赞 0 评论 361 浏览

Agent

Agent-S 是一款基于图形用户界面（GUI）的人机交互自动化框架，通过经验增强的分层规划和代理-计算机接口（ACI），实现了复杂任务的自动化分解与执行。它结合多模态大型语言模型（MLLMs）进行推理和控制，并具备持续学习和跨操作系统通用性的特点，适用于办公自动化、网页交互、个人助理、客户服务和教育等多个场景。

AI项目与工具 2025年06月12日 50 点赞 0 评论 408 浏览

Gen2Act

Gen2Act是一种基于预测网络生成人类视频的机器人操作策略，由谷歌、卡内基梅隆大学和斯坦福大学联合开发。它通过零样本视频生成、闭环策略执行和视觉特征提取等技术，实现了对未见过物体和动作的高效操作，支持复杂任务的长时执行，同时减少了对机器人数据采集的需求，广泛应用于家庭、工业、医疗和灾难救援等领域。

AI项目与工具 2025年06月12日 38 点赞 0 评论 311 浏览

Sharly

Sharly是一款先进的人工智能文档分析工具，主要功能包括快速分析文档内容、提取关键信息、生成摘要、多语言支持及问答交互。它适用于学术研究、法律事务、项目管理、市场分析等多个领域，能够显著提高用户的效率和决策质量。

AI项目与工具 2025年06月12日 31 点赞 0 评论 158 浏览

Submagic

Submagic是一款基于人工智能技术的视频编辑工具，专为内容创作者、企业及团队设计。其核心功能包括动态字幕生成、高级B-Roll素材集成、基于文本的剪辑操作及团队协作支持。通过这些功能，Submagic能够显著提升视频制作效率，增强内容的专业性和吸引力，同时支持用户收集反馈以持续优化内容质量。适用场景涵盖社交媒体、商业营销、教育、播客、新闻媒体及产品演示等领域。

AI项目与工具 2025年06月12日 31 点赞 0 评论 230 浏览

TinyVLA

TinyVLA是一种轻量级的视觉-语言-动作（VLA）模型，专为机器人操控设计。它通过结合多模态模型和扩散策略解码器，实现了快速推理、数据高效和多任务学习的能力，并在泛化性能上表现优异。TinyVLA可应用于家庭、工业、服务等多个领域，具有广泛的实用价值。

AI项目与工具 2025年06月12日 91 点赞 0 评论 438 浏览

Emu3

Emu3是一款由北京智源人工智能研究院开发的原生多模态世界模型，结合了多模态自回归技术和单一Transformer架构，能够在图像、视频和文本之间实现无缝转换。它不仅能够根据文本生成高质量图像，还能预测视频发展并理解图文内容，广泛应用于内容创作、广告营销、教育、娱乐等多个领域。

AI项目与工具 2025年06月12日 58 点赞 0 评论 345 浏览