Freestyler是西北工业大学计算机科学学院音频、语音与语言处理小组（ASLP@NPU）、微软及香港中文大学深圳研究院大数据研究所共同推出的说唱乐生成模型，能直...

SnapGen是Snap Inc、香港科技大学、墨尔本大学等机构联合推出的文本到图像（T2I）扩散模型，能在移动设备上快速生成高分辨率（1024x1024像素）的图像，且只需...

k1 视觉思考模型是kimi推出的k1系列强化学习AI模型，原生支持端到端图像理解和思维链技术，将能力扩展到数学之外的更多基础科学领域。k1模型在图像理解、数学...

PhonicMind是在线AI音乐处理平台，专注于从歌曲中提取和分离人声、乐器等音频元素。基于先进的AI技术，为用户提供精确的人声移除和音乐隔离功能，支持制作卡...

360gpt2-o1 是 360 自研的 AI 大模型，在推理能力上有显著提升，特别是在数学和逻辑推理任务上表现出色。模型通过合成数据优化、模型后训练和“慢思考”范式实...

POINTS 1.5 是腾讯微信发布的多模态大模型，是POINTS 1.0的升级版本。 模型继续沿用了POINTS 1.0中的LLaVA架构，由一个视觉编码器、一个投影器和一个大型语言...

Slides Orator是创新的AI平台，基于创建虚拟形象实时展示幻灯片进行解说。工具基于技术生成语音旁白，让演示内容动态地与观众互动，增强演示的吸引力和参与度...

Step-1o是阶跃星辰推出的国内首个千亿参数端到端语音大模型。模型支持语音、文本等混合形式的输入和输出，可以快速反应并随时打断，提供最便捷的互动体验；同...

Pika 2.0是Pika Labs推出的AI视频生成工具，在前代产品的基础上进行了重大更新，提供了更多的用户控制和定制化功能。Pika 2.0的核心特性包括改进的文本对齐和...

DeepSeek-VL2是DeepSeek最新开源的一系列大型混合专家（Mixture-of-Experts，简称MoE）视觉语言模型，在前代 DeepSeek-VL 的基础上进行了显著改进。DeepSeek-...

ChatGPT Projects是OpenAI最新推出的集成多项实用工具的新功能，提升了用户的工作效率。Projects支支持用户上传各种文件，增强ChatGPT对话的深度与针对性。可...

BYLO AI是免费的在线AI图像生成器，用户能用简单的文本提示快速生成高质量的图像。BYLO AI支持包括Flux模型在内的多种模型，BYLO AI提供灵活的图像设置，包括...

SONIX是先进的AI驱动的自动转录、翻译和字幕平台，能将音频和视频文件快速准确地转换，支持49种语言的转录和50种语言的翻译，提供浏览器内编辑器，支持用户直...

Insight-V是南洋理工大学、腾讯公司和清华大学的研究者们共同推出的多模态模型，能提升多模态大型语言模型在长链视觉推理方面的能力。基于可扩展的数据生成流...

SVDQuant是MIT研究团队推出的后训练量化技术，针对扩散模型，将模型的权重和激活值量化至4位，减少内存占用加速推理过程。SVDQuant引入高精度的低秩分支吸收...