DiffSensei DiffSensei是一款由北京大学、上海AI实验室及南洋理工大学联合开发的漫画生成框架,它结合了基于扩散的图像生成技术和多模态大型语言模型(MLLM)。该工具能够根据用户提供的文本提示和角色图像,生成具有高精度和视觉吸引力的黑白漫画面板,支持多角色场景下的互动与布局调整。其核心技术包括掩码交叉注意力机制、对话布局编码以及MLLM作为特征适配器等,广泛应用于漫画创作、个性化内容生成、教育和培训等领 AI项目与工具 2025年06月12日 47 点赞 0 评论 312 浏览
TEN Agent TEN Agent 是一款开源的实时多模态 AI 框架,集成了 OpenAI 实时 API 和 RTC 技术,支持语音、文本和图像的多模态交互。它具备天气查询、网络搜索、视觉识别及 RAG 等功能,支持高性能实时通信和模块化扩展,适用于智能客服、语音助手、教育辅助、智能家居控制和健康咨询等多个领域。 AI项目与工具 2025年06月12日 25 点赞 0 评论 179 浏览
Ultravox Ultravox 是一种多模态大型语言模型(LLM),能够直接处理文本和语音输入,无需额外的语音识别步骤。其核心技术包括多模态投影器,用于将音频数据转换为高维空间表示,显著提升语音理解和处理效率。该模型支持实时语音对话、多语言扩展及领域特定知识的学习,适用于智能客服、虚拟助手、语言学习、实时翻译及教育等领域。 AI项目与工具 2025年06月12日 51 点赞 0 评论 464 浏览
YouTube Dubbing YouTube Dubbing是一款利用AI技术实现跨语言视频观看的浏览器插件。它通过智能同步配音和字幕翻译功能,帮助用户轻松克服语言障碍,提升视频观看体验。支持多语言、多平台操作,提供多种语音风格和高级功能如倍速播放、背景音保留等,适合语言学习、国际教育、商务会议等多种应用场景。 AI项目与工具 2025年06月12日 93 点赞 0 评论 482 浏览
塔猫AI对话PPT 塔猫AI对话PPT是一款利用深度学习与自然语言处理技术的智能PPT分析工具,可解析文本、图表等内容,支持智能问答、摘要生成及逻辑优化建议等功能。它适用于信息检索、演讲准备、教育培训等多个场景,助力用户高效获取所需信息。 AI项目与工具 2025年06月12日 98 点赞 0 评论 215 浏览
CausVid CausVid是一种由Adobe和MIT联合开发的实时视频生成技术,基于自回归生成模型和蒸馏预训练技术,实现了低延迟、高效率的视频创作。其核心功能包括即时视频生成、快速流式生成、零样本图像到视频转换、视频风格迁移、长视频生成以及交互式剧情生成等。CausVid通过分布匹配蒸馏、非对称蒸馏策略和滑动窗口机制等技术手段,优化了视频生成的质量与稳定性,适用于内容创作、新闻报道、教育培训、游戏开发及广告营 AI项目与工具 2025年06月12日 80 点赞 0 评论 382 浏览
Hume AI Hume AI是一款专注于情感识别与表达的AI工具,通过实时分析语音和面部表情,实现对人类情感的深度理解。其核心产品Hume EVI能够识别和回应用户情绪,提供拟人化对话体验。该工具支持情绪可视化、个性化声音设计等功能,并已在客户服务、心理健康、教育、娱乐及智能家居等领域得到应用。 AI项目与工具 2025年06月12日 75 点赞 0 评论 456 浏览
易健EasyHealth 易健EasyHealth是一款基于大语言模型技术开发的微信小程序,提供AI智能问答、情感智能算法、健康档案管理、健康数据分析及个性化健康咨询等多功能服务。用户可免费注册并自定义AI助手性格与回答风格,同时享受多语言支持和定制化健康建议,用于个人健康管理、健康咨询、疾病预防、健康教育及心理支持等多个应用场景。 AI项目与工具 2025年06月12日 83 点赞 0 评论 214 浏览
图趣AI 图趣AI是一款基于人工智能技术的创意工具,可通过文字描述生成多样化的艺术画作,涵盖风景、奇幻、艺术画及超现实等风格。它还提供AI艺术字、风格转换、平面设计及视频生成等功能,适用于个人创意表达、社交媒体内容创作、教育学习、广告营销及平面设计等多个领域。 AI项目与工具 2025年06月12日 71 点赞 0 评论 136 浏览
Voxify Voxify是一款利用AI技术将文本转化为自然语音的专业工具,具备超过450种声音选择,支持140多种语言和方言。用户可自定义音调、语速及情感表达,满足多样化的应用场景。此外,Voxify支持多格式输出并提供API接口,便于集成至其他系统中。 AI项目与工具 2025年06月12日 82 点赞 0 评论 163 浏览