视频 - 智狐AI导航

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 684 浏览

Cleanvoice

Cleanvoice是一款利用AI技术优化音频和视频编辑的工具，适用于播客制作、视频内容编辑、企业培训、教育讲座及采访等多种场景。其核心功能包括填充词移除、背景噪音过滤、播客摘要生成、语音转录、多轨混音等，旨在提升音频质量并节省编辑时间。无论是个人创作者还是团队用户，均可通过Cleanvoice轻松实现高效的内容整理与发布。

AI项目与工具 2025年06月12日 100 点赞 0 评论 685 浏览

TikBuddy

TikTok短视频直播数据分析和营销管理平台，提供TikTok热门视频，音乐，排行榜，电商数据，达人监控，视频监控，网红营销等服务。

数据分析 2025年06月05日 28 点赞 0 评论 685 浏览

SaRA

SaRA是一种新型预训练扩散模型微调方法，通过重新激活预训练阶段未被充分使用的参数，有效提升模型的适应性和泛化能力。该方法支持核范数低秩稀疏训练，能够防止过拟合并优化模型性能，同时大幅降低计算资源需求。SaRA适用于多种应用场景，包括图像风格迁移、视频生成及下游数据集微调等，仅需少量代码调整即可实现高效微调。

AI项目与工具 2025年06月12日 12 点赞 0 评论 685 浏览

LongLLaVA是由香港中文大学（深圳）研究团队开发的多模态大型语言模型，结合Mamba和Transformer模块，利用2D池化技术压缩图像token，大幅提升处理大规模图像数据的效率。该模型在视频理解、高分辨率图像分析及多模态代理任务中表现优异，特别擅长检索、计数和排序任务。其技术亮点包括渐进式训练策略和混合架构优化，支持多种多模态输入处理，广泛应用于视频分析、医学影像诊断、环境监测等领域。

AI项目与工具 2025年06月12日 67 点赞 0 评论 686 浏览