AI项目和框架
AI工具集介绍和收录了当前流行的AI研究项目和框架，紧跟最新AI领域的进展，解读AI研究论文和方法框架，帮你快速了解这些项目的工作原理。
Lingo – 西湖心辰推出的端到端语音大模型，媲美GPT-4o
Lingo 是西湖心辰推出的国内首个端到端语音大模型，在技术上具备实时打断、实时指令控制、超级拟人、能说会唱等能力，拥有比 GPT-4o 更出色的中文语音效果。
AI工具
2年前 (2024)
mPLUG-Owl3 – 阿里巴巴推出的通用多模态AI模型
mPLUG-Owl3是阿里巴巴推出的先进通用多模态大模型，专为理解和处理多图及长视频设计。在保持准确性的同时，显著提升了推理效率，能在4秒内分析完2小时电影。
AI工具
2年前 (2024)
GaussianEditor – 一种3D编辑算法，支持快速且精确地修改3D场景
GaussianEditor 是一种基于高斯飞溅（Gaussian Splatting）的3D编辑算法，支持用户快速而精确地修改3D场景。通过高斯语义跟踪和分层高斯飞溅，提供了高度的编...
AI项目和框架
2年前 (2024)
GPT Pilot – AI编程工具，让95%的开发者实现自动写代码
GPT Pilot 是一款AI编程工具，通过模仿人类开发者的工作流程，帮助从零开始构建应用程序。能编写代码、调试程序、与用户讨论问题，并请求代码审查，是真正的 ...
AI工具
2年前 (2024)
TrackGo – 先进的可控AI视频生成技术
TrackGo是先进的可控AI视频生成技术，通过用自由形状的遮罩和箭头，为用户提供了一种灵活而精确的机制来控制视频中对象的运动。技术的核心是TrackAdapter，一...
AI工具
2年前 (2024)
Sapiens – Meta推出的AI视觉模型，能理解图片和视频中的人类动作
Sapiens是Meta实验室推出的AI视觉模型，专为理解图片和视频中的人类动作设计。支持二维姿势预估、身体部位分割、深度估计和表面法线预测等任务，采用视觉转换...
AI工具
2年前 (2024)
eSearch – 开源的AI桌面应用，截屏、OCR、搜索、翻译、录屏
eSearch是一款开源的跨平台AI桌面应用，集成了截屏、OCR识别、搜索翻译、贴图、以图搜图和屏幕录制等功能。eSearch基于Electron框架开发，适用于Linux、Windo...
AI工具
2年前 (2024)
Bark – Suno AI 推出的开源文本到音频模型
Bark是Suno AI 推出的开源文本到音频模型，能生成逼真的多语言语音和多种音频类型，包括音乐、背景噪音等，同时支持非语言交流如笑声和哭泣。Bark提供预训练...
AI工具
2年前 (2024)
Imagine Yourself – Meta公司推出的个性化AI图像生成模型
Imagine Yourself 是Meta公司推出的个性化AI图像生成模型，突破了传统方法的局限，无需对每个用户进行单独调整，通过单一模式即可满足不同用户需求。模型采用...
AI工具
2年前 (2024)
StockBot – 基于Llama3的AI金融Agent，提升股票投资效率
StockBot 是一个基于Llama3的AI金融Agent，提供实时股票信息、财务数据、新闻和互动图表。支持多资产市场，包括股票、外汇、债券和加密货币。用户可通过自然...
AI工具
2年前 (2024)