工具

OSUM

OSUM是一款由西北工业大学研发的开源语音理解模型,结合Whisper编码器与Qwen2 LLM,支持语音识别、情感分析、说话者性别分类等多种任务。采用“ASR+X”多任务训练策略,提升模型泛化能力和稳定性。基于约5万小时语音数据训练,性能优异,适用于智能客服、教育、心理健康监测等多个领域。

Genmo

Genmo是一个创造和分享交互式、沉浸式生成艺术的平台。通过创建视频、3D场景、动画、矢量设计资产等,超越Genmo上的2D图像。

Web2GPT

Web2GPT 是一款由长亭科技推出的智能工具,可将传统网站快速转化为功能完善的 AI 应用。它支持自然语言交互、多轮对话和个性化服务,具备强大的安全性和多平台集成能力。用户可通过一键转化、智能问答、智能操作等功能快速部署 AI 助手,广泛应用于客服、教育、金融等领域。工具支持自动学习、内容采集与知识库构建,简化了 AI 应用的开发流程,提升了用户体验和运营效率。

Thing Translator

这个实验让你拍下某物的照片,听一听如何用另一种语言说它。这只是使用谷歌的机器学习API可以实现的一个示例,而不需要深入研究机器学习的细节。

Buildin.AI

Buildin.AI 是一款集 AI 技术与知识管理于一体的云端协作平台,支持文档编辑、项目管理、智能写作和数据分析等功能。平台提供多端同步、实时协作和安全存储,适用于团队协作、个人知识管理及企业应用,旨在提升工作效率与信息处理能力。

DiffSplat

DiffSplat是一款高效的3D生成工具,能够根据文本或图像快速生成高质量的3D高斯点云。它基于预训练的文本到图像扩散模型,结合2D先验知识和3D渲染损失机制,确保生成内容在多视角下保持一致。支持文本、图像或组合输入,具备可控生成能力,适用于3D内容创作、图像重建及多种下游应用。

Perfectly AI

Pictory 是一个网站,可帮助您根据文本创建视频。您可以使用它来制作引人入胜的故事、演示文稿或广告。

Futuretools工具

FutureTools收集并组织了所有最好的AI工具,所以你也可以成为超人!

Artroom AI

一个允许用户在AI的帮助下创作艺术的平台。它使用一种称为**稳定扩散**的技术,可以从文本描述中生成逼真且多样化的图像.

Gemini Diffusion

Gemini Diffusion是谷歌推出的实验性文本扩散模型,通过逐步细化噪声生成文本,具备快速响应、生成更连贯文本和迭代细化等能力。与传统自回归模型不同,它能并行生成文本,提高效率。在外部基准测试中表现优异,速度更快,适用于内容创作、代码生成、数学问题解答和文本编辑等场景。用户需加入等待名单获取访问权限。