场景
  1. 首页
  2. 场景

列表

CleanS2S

CleanS2S

CleanS2S是一款流式语音到语音交互智能体原型，通过集成自动语音识别（ASR）、大型语言模型（LLM）、文本到语音（TTS）以及WebSockets等技术，提供高质量、实时的语音交互体验。它支持全双工交互和打断功能，可整合网络搜索和RAG模型以增强回答能力，适用于客户服务、智能家居控制、教育辅助、健康咨询及车载系统等多个领域。
AI项目与工具 2025年06月12日
Sana

Sana

SANA是一个由NVIDIA、麻省理工学院和清华大学共同研发的文本到图像生成框架，支持生成高达4096×4096分辨率的高清图像。它采用了深度压缩自编码器、线性扩散变换器（Linear DiT）和小型语言模型作为文本编码器，并通过优化的训练和采样策略提升了生成效率。SANA在模型大小和运行速度上具备显著优势，适合多种应用场景，包括艺术创作、游戏开发、广告设计和科学研究等。
AI项目与工具 2025年06月12日
Flair.ai

Flair.ai

Flair.ai是一款基于AI技术的在线设计工具，旨在帮助用户高效创建高质量的产品摄影图。它提供拖放式界面、实时协作功能及强大的场景构建能力，尤其擅长处理时尚领域的服装和珠宝摄影需求。用户还能通过自有数据训练私有AI模型，实现个性化创作。主要面向电商、广告营销、时尚设计等领域，助力提升视觉内容质量。
AI项目与工具 2025年06月12日
Fluid

Fluid

Fluid是一种基于连续标记和随机生成顺序的文本到图像生成模型，具有卓越的视觉表现力和全局结构捕捉能力。它通过自回归架构和Transformer模型，逐步预测序列中的下一个元素，构建与文本提示相匹配的高质量图像。Fluid在多个基准测试中取得了优异成绩，并广泛应用于艺术创作、媒体娱乐、广告营销等领域。
AI项目与工具 2025年06月12日
OMNE Multiagent

OMNE Multiagent

OMNE Multiagent是一个基于长期记忆技术的大模型多智能体框架，由天桥脑科学研究院开发。它支持多个智能体协同工作，每个智能体能独立学习和理解环境，具备深度慢思考和实时适应能力。OMNE框架通过优化搜索空间和逻辑推理机制，提升了复杂问题的决策效率，并在金融、交通、制造、医疗等领域展现出广泛应用潜力。
AI项目与工具 2025年06月12日
TextHarmony

TextHarmony

TextHarmony是一款由华东师范大学与字节跳动联合开发的多模态生成模型，擅长视觉与文本信息的生成与理解。该模型基于Slide-LoRA技术，支持视觉文本生成、编辑、理解及感知等功能，广泛应用于文档分析、场景文本识别、视觉问题回答、图像编辑与增强以及信息检索等领域。通过高质量数据集的构建与多模态预训练，TextHarmony在视觉与语言生成任务中表现出色。
AI项目与工具 2025年06月12日
WonderWorld

WonderWorld

WonderWorld是一款基于斯坦福大学和麻省理工学院合作研发的3D场景生成框架，通过Fast LAyered Gaussian Surfels（FLAGS）表示法与引导深度扩散技术，从单张图片快速生成连贯且多样化的虚拟场景。用户可实时交互，生成包括城市、自然、幻想等多种风格的3D环境，并适用于游戏开发、虚拟现实、增强现实以及建筑设计等多个领域。
AI项目与工具 2025年06月12日
咔哒

咔哒

咔哒是一款基于AI技术的图片处理工具，具备场景识别、滤镜匹配、美颜修图和高级特效等功能，适用于日常拍照、社交媒体分享、专业摄影后期及创意设计等多个场景，旨在通过智能化手段快速提升照片质量并增强视觉效果。
AI项目与工具 2025年06月12日
Zamba2

Zamba2

Zamba2-7B是一款由Zyphra公司开发的小型语言模型，具有高效的推理速度和低内存占用的特点。它在图像描述任务中表现出色，适用于边缘设备和消费级GPU。Zamba2-7B通过创新的混合架构和技术优化，提供了卓越的语言理解和生成能力，同时支持多种应用场景，如移动应用开发、智能家居设备、在线客服系统、内容创作以及教育工具等。
AI项目与工具 2025年06月12日
LivePPT

LivePPT

LivePPT是一款依托AI技术的高效PPT制作工具，能够快速生成包含专业排版与配色的演示文稿。支持用户通过输入关键词或粘贴文本的方式创建内容，并提供丰富的自定义选项，如模板风格调整、页数设定及后续美化处理。该工具广泛应用于职场、教育及生活领域，极大提升了文档制作效率。
AI项目与工具 2025年06月12日