深度学习

1. 首页
2. 深度学习

VoiceCanvas

VoiceCanvas 是一款开源的多语言语音合成平台，基于 AI 技术提供高质量文字转语音服务，支持超过 50 种语言。用户可通过上传简短音频实现个性化声音克隆，并集成多种语音服务以保障输出质量。平台适用于内容创作、教育、企业及个人等多种场景，提升语音内容制作效率。

AI项目与工具 2025年06月11日 96 点赞 0 评论 743 浏览

Argil

Argil是一款基于SOTA深度学习技术的AI视频生成平台，支持快速创建个性化AI克隆形象，适用于品牌推广、教育、娱乐等多种场景。平台提供丰富的虚拟形象和灵活的视频编辑功能，如机位控制、肢体语言调整等，提升视频吸引力与真实性。无代码操作简化创作流程，支持多语言及多平台适配，适合个人创作者与企业使用。

AI项目与工具 2025年06月12日 37 点赞 0 评论 740 浏览

HealthGPT

HealthGPT是由多家高校与企业联合开发的医学视觉语言模型，支持医学图像分析、视觉问答、文本生成及多模态融合等任务。其核心技术包括异构低秩适应（H-LoRA）、分层视觉感知（HVP）和三阶段学习策略（TLS），可高效处理复杂医疗数据。模型适用于医学诊断、教育、研究及健康管理等多个场景，具有良好的适应性和实用性。

AI项目与工具 2025年06月12日 80 点赞 0 评论 737 浏览

CineMaster

CineMaster是快手推出的3D感知视频生成框架，支持通过文本提示及深度图、相机轨迹等控制信号生成高质量视频内容。其核心功能包括3D物体与摄像机控制、交互式设计、自动化数据标注和高质量视频输出。采用两阶段工作流程与扩散模型技术，结合语义布局控制网络与摄像机适配器，提升视频生成的精确度与灵活性。适用于影视制作、广告营销、游戏开发等多个领域。

AI项目与工具 2025年06月12日 68 点赞 0 评论 737 浏览

日日新融合大模型

日日新融合大模型（SenseNova）是商汤科技推出的多模态AI系统，支持文本、图像、视频等多种数据的融合处理，具备强大的深度推理与多模态分析能力。该模型在多个权威评测中表现优异，广泛应用于自动驾驶、视频交互、办公教育、金融、园区管理及工业制造等领域，提升了多场景下的智能化水平。

AI项目与工具 2025年06月12日 88 点赞 0 评论 736 浏览

BEN2

BEN2是一款由Prama LLC开发的深度学习图像和视频处理工具，专注于高效、精准的背景移除与前景分割。采用置信度引导抠图技术，可处理复杂细节，如头发和边缘，确保高精度分割。支持4K图像处理，具备GPU加速功能，适用于图像编辑、视频剪辑及批量处理等多种应用场景。

AI项目与工具 2025年06月12日 60 点赞 0 评论 736 浏览

文心iRAG

文心iRAG是百度推出的一种检索增强型文生图技术，它通过结合百度搜索引擎中的海量图片资源与先进基础模型能力，解决了大模型在文生图时容易出现的幻觉问题，显著提高了生成图片的真实性和准确性。此技术不仅适用于广告、媒体、教育等多个领域，还具备低成本、高效率的特点，能够快速生成满足需求的高质量图像。

AI项目与工具 2025年06月12日 66 点赞 0 评论 736 浏览

TMEStudio

腾讯音乐娱乐公司推出的一款在线音乐创作助手，包音乐分离、MIR计算、辅助写词、智能曲谱等创作工具。

Ai语音工具 2025年06月05日 68 点赞 0 评论 736 浏览

MM1.5

MM1.5是苹果公司研发的多模态大型语言模型，具备强大的文本与图像理解能力，包括视觉指代、定位及多图像推理功能。它通过数据驱动的训练方法，实现了从1B到30B参数规模的性能提升，并推出了视频和移动UI专用版本，为多模态AI技术发展提供重要参考。主要应用场景涵盖图像与视频理解、视觉搜索、辅助驾驶、智能助手及教育领域。

AI项目与工具 2025年06月12日 64 点赞 0 评论 735 浏览

DeepEP

DeepEP 是 DeepSeek 开发的开源 EP 通信库，专为混合专家模型（MoE）的训练和推理设计。它提供高吞吐、低延迟的 GPU 内核，支持 NVLink 和 RDMA 通信，优化了组限制门控算法，兼容 FP8 等低精度数据格式。适用于大规模模型训练、推理解码及高性能计算场景，具有良好的系统兼容性和网络优化能力。

AI项目与工具 2025年06月12日 43 点赞 0 评论 732 浏览