Spark-ASR-2.0 – 讯飞推出的最新一代语音识别大模型
Spark-ASR-2.0是讯飞基于星火语音基座大模型Spark-Audio的最新一代语音识别大模型。模型采用'非自回归+LLM增强自回归'协同架构，实现中英文混合、方言、专业...
AI工具
2周前
Ming-Image-0.1-Design – 蚂蚁开源的图像生成模型
Ming-Image-0.1-Design是蚂蚁集团InclusionAI开源的6B图像生成模型，专注设计场景，支持8K长结构化提示词，能端到端生成UI、信息图、海报等完整视觉设计，配...
AI工具
3周前
PatentFig AI – AI 专利附图生成器，照片一键生成专利图
PatentFig AI 是面向专利律师、代理人、企业IP团队与独立发明人的AI专利绘图软件。用户输入一段文字描述发明要点，或上传产品照片、手绘草图、CAD截图、3D模...
AI工具
3周前
Qwen-Audio-3.1 – 阿里通义推出的语音大模型系列
Qwen-Audio-3.1 是通义千问推出的语音大模型系列，包含五款模型：ASR 语音识别、ASR-Next 音频理解、TTS 语音合成、TTS-Next 音频创作、Realtime 实时交互，...
AI工具
3周前
TeleOCR – 中国电信星辰实验室开源的文档解析模型
TeleOCR 是中国电信星辰实验室开源的文档解析模型，采用约 1.2B 参数轻量级视觉语言架构，在单一框架内统一处理数字文档与相机拍摄文档，可将文字、版面、表...
AI工具
3周前
Jev 聊天助手 – 开源 AI 聊天辅助应用，生成最得体的回复
Jev 聊天助手是开源的非侵入式 AI 对话助手，可在微信、QQ、X、飞书等聊天时实时辅助回复。Jev 聊天助手通过无障碍服务或离线 OCR 读取屏幕对话，先用判断模...
AI工具
3周前
Step Code – 阶跃星辰开源的终端编程智能体
Step Code 是阶跃星辰推出的开源终端编程智能体，采用 MIT License，可在终端中直接完成代码编写、调试、执行与交付。智能体在 Terminal Bench 2.1 评测中以 ...
AI工具
3周前
MusicBuddy – 腾讯音乐推出的 AI 音乐创作平台
MusicBuddy是腾讯音乐推出的AI音乐创作平台，面向音乐人提供全链路服务。MusicBuddy保留传统DAW分轨编辑形态，左侧嵌入AI对话面板，用自然语言可完成编曲调整...
AI工具
3周前
豆包工作「浏览器录制与回放」技能完整评测
现在 AI Agent 越来越多，但我发现一个挺尴尬的问题。 很多时候，为了教会 AI 怎么干，比我自己干还麻烦。
AI教程
3周前
怎么用AI做论文配图？SciDraw AI一站式解决科研绘图难题
各位搞科研的朋友，大概都吃过配图的苦。
AI教程
3周前