Vidi2 – 字节跳动推出的多模态视频理解与生成模型
Vidi2是字节跳动推出的专注于视频理解和创作的多模态大语言模型。在多模态时间检索（TR）方面达到了行业领先水平，在时空定位（STG）和视频问答（Video QA）...
AI工具
10个月前
Temvideo.ai – AI视频制作Agent，专为跨境电商营销设计
Temvideo.ai 是面向商业用户的 AI 视频制作工具，通过智能算法帮助用户快速生成高质量的营销视频。用户只需提供想法和素材，AI 代理即可自动完成视频制作，包...
AI工具
11个月前
谷歌发布的Nano Banana Pro专业生成10个技巧指南（中英版）
Google 推出的Nano Banana Pro指南，介绍了专业图像生成模型Nano Banana Pro的核心功能和应用技巧。文章重点强调模型在生成专业资产方面的突破，涵盖文本渲染...
AI教程
11个月前
理想Livis – 理想汽车推出的AI眼镜穿戴设备
理想Livis是理想汽车推出的智能眼镜穿戴设备，定位为“理想最强智能附件”。理想AI眼镜 Livis主打轻便（仅重36克）、快速响应（如车控、抓拍、AI交互）和多功能...
AI硬件
11个月前
GELab-Zero – 阶跃星辰开源的 GUI Agent 模型
GELab-Zero 是 StepFun 开发的开源 GUI Agent 模型，专注于移动设备的自动化交互和任务执行。具备本地可部署能力，支持在消费级硬件上运行 4B 模型，确保低延...
AI工具
11个月前
Talo – AI实时语音翻译工具，无缝集成多主流会议平台
Talo 是先进的AI实时语音翻译工具，专为打破语言障碍设计，广泛应用于视频会议场景。支持超过60种语言的即时翻译，能无缝集成到Google Meet、Microsoft Teams...
AI工具
11个月前
Ito – 开源的AI语音听写工具，口语意图可转为文本
Ito是开源的智能语音听写工具，通过其独特的“VibeTyping”技术，将用户的口语意图转换为精美文本。支持在邮件客户端、文档、聊天平台、浏览器和代码编辑器等各...
AI工具
11个月前
Spokenly – 本地AI语音听写工具，自动优化语法
Spokenly 是为 Mac 和 iPhone 设计的智能语音听写应用，支持超过100种语言，具备自动语言检测功能，适合多语言用户和国际团队。提供“本地优先”模式，所有语音...
AI工具
11个月前
StepAudio R1 – 阶跃星辰开源的原生音频推理模型
StepAudio R1 是阶跃星辰团队推出的全球首个开源原生音频推理模型。模型通过创新的模态锚定推理蒸馏（MGRD）框架，解决了传统音频模型在复杂推理中性能下降的...
AI工具
11个月前
闪电说 – AI语音输入工具，自动优化口语表达
闪电说是端侧优先的AI语音输入法，主打极速响应和高效输入。工具通过本地语音模型实现毫秒级识别，无需联网，响应时间仅约0.2秒，比传统键盘打字快4倍。
AI工具
11个月前