R

StreamBridge

StreamBridge是一款由苹果与复旦大学联合开发的端侧视频大语言模型框架,支持实时视频流的理解与交互。通过内存缓冲区和轮次衰减压缩策略,实现长上下文处理与主动响应。项目配套发布Stream-IT数据集,包含60万样本,适用于多种视频理解任务,展现出在视频交互、自动驾驶、智能监控等领域的应用前景。

QRBTF

QRBTF是一款基于AI技术的二维码生成工具,结合ControlNet和Stable Diffusion模型,支持用户通过关键词和参数生成个性化二维码。提供多种参数调节选项,并支持SVG、JPG、PNG等格式输出,适用于品牌营销、内容分享和创意设计等多种场景,同时具备二维码扫描测试功能,确保二维码的可用性。

AgentCPM

AgentCPM-GUI是由清华大学与面壁智能团队联合开发的开源端侧GUI代理系统,专为中文应用场景优化。基于MiniCPM-V模型,支持通过截图输入并自主执行用户指令,具备高精度GUI元素识别与OCR能力。采用强化微调和紧凑动作空间设计,提升任务执行效率与移动端适配性。适用于智能助手、自动化测试、老年人辅助及企业应用等领域。

PRDKit

PRDKit 是一款基于 AI 的产品需求文档生成工具,帮助产品经理快速构建结构化文档并生成可视化内容。支持自动生成推广文案、流程图和线框图,可提取网页或截图信息,并与多种协作和设计工具集成,提升团队效率和产品落地质量。

WorldMem

WorldMem是由多所高校与研究机构联合开发的AI世界生成模型,通过引入记忆机制解决传统模型在长时间序列生成中的一致性问题。它支持动态环境模拟、多场景交互及长期一致性保持,适用于虚拟游戏、VR/AR、自动驾驶等多个领域,具备高度真实性和可扩展性。

ChatUI

ChatUI 是阿里团队推出的开源智能对话 UI 组件库,支持快速构建高质量聊天应用。具备响应式设计、多语言支持、主题定制、无障碍功能及 TypeScript 开发优势,适用于客服、智能助手、社交平台等多种场景,提升开发效率与用户体验。

Screenify

Screenify是一款AI驱动的面试工具,帮助企业优化招聘流程。通过自动化面试创建、智能评估和远程面试功能,提升筛选效率与公平性。支持多语言、个性化配置及与ATS系统集成,提供详细反馈和分析,助力企业精准选才。

FaceShot

FaceShot是由同济大学、上海AI Lab和南京理工大学联合开发的无需训练的肖像动画生成框架。通过外观引导的地标匹配和基于坐标的地标重定位模块,生成精确的面部地标序列,并结合预训练模型生成高质量动画。其优势在于无需训练、跨领域适配性强、兼容性好,适用于影视、游戏、教育、广告及VR/AR等多个应用场景。

Shadow

Shadow是一款智能会议助手,支持自动转录、语音识别、会议记录生成及关键信息提取等功能,帮助用户提升会议效率和执行力。其核心优势包括本地数据处理、隐私保护、与主流会议平台集成以及自动化任务执行能力。适用于销售、项目管理、市场分析及客户服务等多个场景,是提升团队协作效率的实用工具。

Stable Audio Open Small

Stable Audio Open Small 是由 Stability AI 与 Arm 联合开发的轻量级文本到音频生成模型,参数量降至 3.41 亿,适配移动设备和边缘计算场景。基于深度学习与模型压缩技术,支持快速生成音效、音乐片段等音频内容,适用于实时音频生成任务。具备高效运行、低功耗、多场景应用等特点,可用于音乐创作、游戏音效、视频配乐等领域。