Ovis2 Ovis2是阿里巴巴国际团队开发的多模态大语言模型，采用结构化嵌入对齐技术提升视觉与文本的融合效果。支持视频、图像和多语言处理，强化了思维链推理和复杂场景下的OCR能力。提供多个参数规模的版本，适用于研究、开发及各类应用场景，展现卓越性能。 AI项目与工具 2025年06月12日 67 点赞 0 评论 528 浏览
麦琪的花园 《麦琪的花园》是一款融合AI技术与沙盒玩法的冒险游戏，玩家可创建个性化AI伙伴并与之互动，同时建设营地、探索魔法大陆。游戏支持多语言对话和语音合成，提供沉浸式社交体验，适合沙盒、二次元及AI技术爱好者。 AI项目与工具 2025年06月12日 77 点赞 0 评论 527 浏览
Snapcut Snapcut是一款基于人工智能技术的视频编辑工具，能够将长视频自动剪辑为适配社交媒体的短视频。它支持多种视频格式和语言字幕，具备一键生成、智能分析、画面重组和字幕生成等核心功能，广泛应用于教育、营销、娱乐等多个领域，帮助用户高效完成视频内容创作。 AI项目与工具 2025年06月12日 11 点赞 0 评论 526 浏览
Notta Notta是由MIND CRUISER LIMITED推出的语音转写软件，主要针对个人使用，并在海外拥有数十万用户。这款软件具有录音实时转写、音/视频导入转写、文本多格式导出、音频标记等功能，... Ai办公效率 2026年06月22日 0 点赞 0 评论 525 浏览
源2.0 源2.0-M32是由浪潮信息开发的一种混合专家模型（MoE），包含32个专家，采用“注意力路由器”技术，显著提升了模型的效率和准确性。该模型在代码生成、数学问题解决、科学推理等多个领域表现出色，尤其在ARC-C和MATH基准测试中超越了其他模型。源2.0-M32具有高效的计算能力和广泛的适用性，适用于多种复杂任务。 AI项目与工具 2025年06月12日 31 点赞 0 评论 524 浏览
Speech Speech-02 是 MiniMax 推出的先进文本到语音模型，支持零样本语音克隆和高质量语音合成，具备多语言支持和情感控制功能。采用自回归 Transformer 和 Flow-VAE 架构提升语音自然度和相似度，适用于配音、有声读物、智能助手等多种场景。提供 HD 和 Turbo 两个版本，满足不同性能需求。 AI项目与工具 2025年06月11日 33 点赞 0 评论 524 浏览
Tarsier2 Tarsier2是字节跳动研发的大规模视觉语言模型，擅长生成高精度视频描述并在多项视频理解任务中表现优异。其核心技术包括大规模数据预训练、细粒度时间对齐微调以及直接偏好优化（DPO）。该模型在视频问答、定位、幻觉检测及具身问答等任务中均取得领先成绩，支持多语言处理，具有广泛的应用潜力。 AI项目与工具 2025年06月12日 59 点赞 0 评论 522 浏览
