工具

AudioX

AudioX 是一种基于多模态输入的音频生成模型,支持文本、视频、图像等多种输入方式,能够生成高质量的音频和音乐。其核心创新在于多模态掩码训练策略,提升了跨模态理解和生成能力。具备零样本生成、自然语言控制及强大的泛化能力,适用于视频配乐、动画音效、音乐创作等多个场景。

Pubmed pro

PubMed Pro 是一款面向医学科研人员的专业文献检索与管理平台,集成了文献搜索、订阅、翻译、收藏及AI学术问答等多种功能。它支持影响因子查询、分区分析和PDF全文链接,同时提供基于文献的智能问答服务,助力科研人员高效获取和管理学术资源。

OpenMath

OpenMath-Nemotron是由英伟达推出的一系列开源数学推理模型,专为解决复杂数学问题设计,涵盖从基础到奥林匹克级别的题目。其基于大规模数据集OpenMathReasoning训练,具备长推理、多模式推理和工具集成推理能力。模型支持多种应用场景,包括数学教育、竞赛训练、学术研究和工业应用。项目提供GitHub、HuggingFace和arXiv等资源,适用于需要高精度数学推理的AI系统开发

CreatiLayout

CreatiLayout 是一种先进的布局到图像生成技术,由复旦大学与字节跳动联合开发。它基于大规模布局数据集 LayoutSAM,结合 SiamLayout 框架和 MM-DiT 架构,实现高质量、细粒度可控的图像生成。同时,其 LayoutDesigner 工具支持多种输入方式,帮助用户优化布局设计。适用于海报制作、室内设计、视觉创作及教学等多个领域。

Math24o

Math24o 是 SuperCLUE 开源的高中奥林匹克数学竞赛级别数学推理测评基准,基于 2024 年全国高中数学竞赛预赛试题,包含 21 道高难度解答题。评测通过程序自动判断答案一致性,客观评估模型正确率。支持自动化评估流程,适用于教育、学术研究和模型优化等领域,为数学推理能力的提升提供重要工具。

Text To Speech

构建自然说话的应用和服务,从 147 种语言和变体中选择 456 种语音

autoslide

AutoSlide是一款借助AI技术(GPT-3语言模型)生成高质量演示文稿的工具。用户输入核心概念后,它能在短时间内生成完整内容并支持个性化设计定制,导出格式多样(Google幻灯片、PowerPoint、PDF)。适用于商业演示、学术报告、项目提案及个人演讲等多种场景,显著提升工作效率。

一念智能创作平台

基于百度文心大模型打造的集文、图、视频、数字人多种内容模态于一体的内容创作平台。

言笔AI写作

言笔AI写作是一款基于先进AI大模型的智能写作工具,支持文章创作、改写、润色及优化,广泛应用于学术研究、办公文档、内容营销和个人发展等领域。用户通过输入关键信息和需求,可快速生成高质量文案,显著提升创作效率和内容质量。

DistriFusion

DistriFusion是一个专为加速高分辨率扩散模型在多GPU环境中生成图像的分布式并行推理框架。通过将图像分割成多个小块并分配至不同设备上进行独立处理,它能够在不增加额外训练负担的情况下,将推理速度提升高达六倍,同时保持图像质量。其技术原理包括Patch Parallelism(分片并行)、异步通信、位移补丁并行性等,适用于多种现有的扩散模型。应用场景包括AI艺术创作、游戏和电影制作、VR/A