AI工具

AI虚拟社交平台,与虚拟角色沉浸式文字或语音交流

悬河是AI虚拟角色社交平台,支持用户与AI虚拟角色进行文字或语音交流,享受定制化的社交和情感支持。可以根据自己的喜好,选择或创建专属的AI角色,进行个性...
阅读原文

AI图片处理工具,支持多功能多格式图像编辑服务

photoeditor是基于人工智能技术的在线图片编辑工具,通过AI算法和图像处理技术,提供一系列丰富高效的图片编辑功能。支持JPG、PNG、WEBP、HEIC格式的照片,能...
阅读原文

ClearerVoice-Studio:智能语音处理框架助力多场景应用的高效解决方案

ClearerVoice-Studio 是阿里巴巴达摩院通义实验室开源的语音处理框架,集成语音增强、分离和音视频说话人提取等功能。框架基于复数域深度学习算法,有效消除...
阅读原文

Copilot Vision:智能网页助手助您高效搜索与信息获取

Copilot Vision 是微软推出的AI浏览器辅助功能,目前处于预览阶段,仅支持在Microsoft Edge浏览器中使用,对美国部分 Copilot Pro 用户开放。Copilot Vision...
阅读原文

InsCode AI IDE:CSDN与华为云携手推出智能编程助手,助力开发者高效编码与问题解决

InsCode AI IDE是CSDN、GitCode和华为云CodeArts IDE联合推出的AI增强型跨平台集成开发环境。InsCode AI IDE集成AI编程能力,帮助开发者更高效地编写、调试和...
阅读原文

AI面试平台,实时面试建议提醒、定制面试问答

多面鹅(OfferGoose)是AI面试模拟平台,帮助求职者提升面试技巧和通过率。基于实时面试提醒、AI模拟面试、智能押题、深度复盘等功能,为用户提供专业指导和...
阅读原文

AI招聘平台,为企业提供精准人才匹配一站式服务

探也是AI驱动的数字化招聘运营平台,基于自然语言处理、知识图谱和深度学习技术,为企业提供精准的人才招聘和人才运营解决方案。基于智能化管理系统,探也帮...
阅读原文

AI2sql:智能化SQL查询生成工具提升数据分析效率

AI2sql是基于AI技术的SQL查询工具,用自然语言处理能力,将用户的自然语言问题转化为精确的SQL查询语句。工具支持多种数据库系统,包括MySQL、PostgreSQL等,...
阅读原文

字节豆包联合M-A-P社区开源的全新代码评估基准

FullStack Bench是字节跳动豆包大模型团队与M-A-P社区联合推出的全新代码评估基准,专注于全栈编程和多语言编程能力评估。FullStack Bench覆盖超过11种真实编...
阅读原文

Motion Prompting:谷歌携手密歇根与布朗大学推出创新轨迹控制视频生成模型

Motion Prompting是 Google DeepMind、密歇根大学和布朗大学联合推出的视频生成技术,基于运动轨迹(motion trajectories)控制和引导视频内容的生成。Motion...
阅读原文

Fish Audio 推出的语音合成模型,支持13种语言

Fish Speech 1.5 是Fish Audio 推出的文本到语音(TTS)模型,基于深度学习技术如Transformer、VITS、VQVAE和GPT等。Fish Speech 1.5支持英语、日语、韩语、...
阅读原文

Star-3 Alpha:LiblibAI联合星流推出的创新图像生成大模型以卓越细节和智能创意重塑视觉体验

Star-3 Alpha是LiblibAI推出的图像基座大模型,基于F.1基础算法架构。模型提升了在图像精准度、色彩表现力、美学捕捉等方面。Star-3 Alpha能精准响应复杂提示...
阅读原文

Perplexideez:智能信息追溯助手提升搜索效率与准确性

Perplexideez是本地AI助手,支持用户在网络和自托管应用中快速搜索信息。Perplexideez项目以Postgres数据库为基础,支持Ollama或OpenAI兼容的端点,用SearXNG...
阅读原文

TEXT2SQL.AI:智能AI SQL查询生成工具实现自然语言与多种SQL语言的无缝转换

TEXT2SQL.AI 是基于AI技术的SQL查询生成器,能将自然语言描述转换成优化的SQL查询。工具支持多种数据库,如MySQL、PostgreSQL、Snowflake等,能与用户自己的...
阅读原文

Micro LLAMA:探索LLAMA 3模型的核心原理与应用特点

Micro LLAMA是精简的教学版LLAMA 3模型实现,能帮助学习者理解大型语言模型架构。整个项目仅约180行代码,便于理解和学习。Micro LLAMA用的是LLAMA 3中最小的...
阅读原文