人工智能

PPTAgent

PPTAgent是由中国科学院软件研究所研发的AI驱动演示文稿生成工具,采用两阶段编辑方法,从文档自动生成结构清晰、内容一致的PPT。它结合大型语言模型与幻灯片分析技术,支持大纲生成、内容编辑与质量评估,适用于教育、企业、市场等多个场景,显著提升演示文稿制作效率与质量。

Perception

Perception-as-Control是由阿里巴巴通义实验室开发的图像动画框架,支持对相机和物体运动的细粒度控制。它基于3D感知运动表示,结合U-Net架构的扩散模型,实现多种运动相关的视频合成任务,如运动生成、运动克隆、转移和编辑。通过三阶段训练策略,提升运动控制精度和稳定性,适用于影视、游戏、VR/AR、广告及教育等多个领域。

Video Ocean V2.0

Video Ocean V2.0是一款由潞晨科技推出的AI视频生成平台,支持文生视频、图生视频和角色生视频等多种创作方式。平台具备高画质、多风格切换及视频续写、重试等编辑功能,适用于个人创作、自媒体、教育及影视前期构思等多个场景,提升视频制作效率与创意表达能力。

TimesFM 2.0

TimesFM 2.0是谷歌推出的开源时间序列预测模型,采用仅解码器架构,支持处理长达2048个时间点的单变量序列,具备灵活的预测频率选择与分位头预测功能。模型通过大规模自监督预训练,覆盖多个领域,具有优秀的泛化能力。适用于零售、金融、交通、环境监测等多个场景,为数据分析与决策提供支持。

Websim

Websim是一款基于AI技术的网页开发工具,用户只需输入文本提示,即可快速生成网站或应用程序。它支持智能界面设计、自动代码生成及项目托管,适用于个人创意实现、企业开发、教育及市场营销等多个场景。无需编程基础,大幅降低开发门槛,提高项目构建效率。

PatentPal

PatentPal是一款基于AI的专利文件生成工具,可自动创建完整的专利申请草稿,包括图表、摘要和详细说明。用户可通过上传文档一键生成内容,并支持多种格式导出。工具具备高度可定制性,允许用户调整生成文本并管理多个配置文件,适用于专利撰写、知识产权管理和创新保护等场景。

Prometheus

Prometheus是一款基于潜在扩散模型的3D生成工具,能够从文本描述中快速生成高质量、高保真的3D场景。其核心技术包括两阶段训练框架、RGB-D潜在空间解耦、前馈生成策略和无分类器引导,确保生成结果在视觉和几何上的准确性与一致性。适用于内容创作、游戏开发、建筑设计等多个领域,显著提升了3D内容生成的效率和质量。

MinMo

MinMo是阿里巴巴通义实验室推出的多模态语音交互大模型,具备高精度语音识别与生成能力。支持情感表达、方言转换、音色模仿及全双工交互,适用于智能客服、教育、医疗等多个领域,提升人机对话的自然度与效率。

ChatGPT Tasks

ChatGPT Tasks是OpenAI推出的任务管理功能,允许用户通过自然语言设定任务并进行管理。支持创建最多10个任务,可自定义执行时间和提醒方式,并通过多平台推送通知。系统可根据用户输入智能推荐相关任务,需用户批准后执行,适用于个人生活、工作、学习及旅行等多个场景。

星火语音同传大模型

星火语音同传大模型是科大讯飞推出的国内首个端到端语音同传AI系统,支持37种语言,具备高精度翻译、流式处理、语境理解和语音合成优化等功能。模型可在5秒内完成同传,准确度高,适用于国际会议、商务交流、教育等场景,支持译文长度调节和设备兼容,提升跨语言沟通效率。