自然语言 - 智狐AI导航

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。

AI项目与工具 2025年06月12日 68 点赞 0 评论 645 浏览

PP

PP-DocBee是百度飞桨推出的多模态文档理解模型，基于ViT+MLP+LLM架构，支持文字、表格、图表等多类型文档内容的精准识别与解析。具备高效的推理性能和高质量输出，适用于文档问答、信息提取等场景，支持灵活部署，为文档处理提供智能化解决方案。

AI项目与工具 2025年06月12日 56 点赞 0 评论 645 浏览

反向词典WantWords

WantWords可以通过描述意思来查找词语，唯一支持中文及中英跨语言查询的反向词典系统。

剧本文案 2025年06月05日 12 点赞 0 评论 645 浏览

Vanna

Vanna 是一款开源的 Python RAG 框架，能够基于大型语言模型生成精确的 SQL 查询。它支持多类型数据库与 LLMs，采用检索增强生成技术提高查询准确性，同时保障数据安全。Vanna 还具备自定义前端界面和用户反馈机制，广泛适用于数据分析师、BI 工具、客户支持系统及数据科学项目等领域。

AI项目与工具 2025年06月12日 85 点赞 0 评论 644 浏览

Gemini 2.0

Gemini 2.0 是谷歌推出的原生多模态AI模型，具备快速处理文本、音频和图像的能力，支持多语言输出和实时音视频流输入。通过Agent技术和工具调用，Gemini 2.0 能够自主理解任务并提供解决方案，已在编程、数据分析、游戏等领域展示应用潜力。目前提供免费试用，计划逐步开放更多功能。

AI项目与工具 2025年06月12日 63 点赞 0 评论 644 浏览

哄哄模拟器

哄哄模拟器是一款利用AI技术提升用户情商和沟通技巧的应用。该应用基于Moonshot的Kimi智能助手大模型，融合了自然语言处理和人际交往的知识，通过模拟日常生活和恋爱中的沟通场景，帮助用户改善情感智慧和沟通能力。它支持网页版和iOS版本，具备模拟争执场景、文字交流实训、情感状态模拟、沉浸式音效、恋爱交往文本分析以及场景角色定制等功能。

AI项目与工具 2025年06月12日 17 点赞 0 评论 642 浏览