Gemini Live – 谷歌推出的多模態AI語音助手
Gemini Live是什麼 Gemini Live是谷歌推出的智能語音助手，具有自然語言理解和多模態識別能力，支持圖像、視頻和語音交互。用戶可通過語音指令控制，實現日常...
Clapper – 免費開源的可視化AI視頻編輯工具
Clapper是什麼 Clapper 是一款免費開源的可視化AI視頻編輯工具，由 HuggingFace 的AI前端工程師 Julian Bilcke 開發。集成多種生成式 AI 技術，用戶通過交互...
Genie – Cosine AI推出的AI編程助手
Genie是什麼 Genie是Cosine AI推出的AI編程助手，能像人類一樣快速解決軟件編程問題，僅需84秒即可完成代碼編寫和運行。Genie能模仿人類程序員的思考方式，自...
ASAM – vivo公司推出的AI圖像分割模型
ASAM是什麼 ASAM（Adversarial Adjustment of Segment Anything Model）是vivo公司推出的AI圖像分割模型，通過對抗性調整來增強原有SAM模型的性能。ASAM用自...
MDT-A2G – 復旦&騰訊優圖推出的AI模型，可根據語音同步生成手勢
MDT-A2G是什麼 MDT-A2G是復旦大學和騰訊優圖聯合推出的AI模型，專門用於根據語音內容同步生成相應的手勢動作。MDT-A2G模仿人類在交流時自然產生的手勢，計算...
MotionClone – 文本驅動的AI視頻動作克隆框架
MotionClone是什麼 MotionClone是文本驅動的AI視頻動作克隆框架，通過時間注意力機制從參考視頻中克隆動作，結合文本提示詞生成新視頻。能處理複雜的全局相機...
EXAONE 3.0 – LG 推出的開源 AI 模型，專爲英語和韓語設計
EXAONE 3.0是什麼 EXAONE 3.0是LG AI Research推出的開源AI模型，具有7.8億參數，專爲英語和韓語設計。EXAONE 3.0在英語和韓語的語言測試中均表現優異，在真...
ReSyncer – 清華聯合百度推出的AI視頻編輯工具
ReSyncer是什麼 ReSyncer是清華大學和百度聯合推出的AI視頻編輯工具，通過音頻驅動生成與聲音同步的高質量嘴脣動作視頻。ReSyncer用Style-SyncFormer分析聲音...
DressCode – 上海科技大學推出的3D服裝生成框架
DressCode是什麼 DressCode是上海科技大學、賓夕法尼亞大學和Deemos科技聯合推出的3D服裝生成框架。支持用戶通過文本描述來自動生成各種風格和材質的3D服裝模...
MiniCPM-V – 面壁智能推出的開源多模態大模型
MiniCPM-V是什麼 MiniCPM-V是面壁智能推出的開源多模態大模型，擁有80億參數，擅長圖像和視頻理解。MiniCPM-V在單圖像理解上超越了GPT-4V等模型，並首次支持...
