AI工具

Zonos-v0.1是Zyphra推出的高保真文本到语音（TTS）模型。Zonos-v0.1包含两个模型：16亿参数的Transformer模型和SSM混合模型，均在Apache 2.0许可下开源。Zono...

InspireMusic 是阿里巴巴通义实验室开源的音乐生成技术，通过人工智能为用户生成高质量的音乐作品。基于多模态大模型技术，支持通过简单的文字描述或音频提示...

TurboTTS 是免费的在线文本转语音工具，支持70多种语言和300多种真实语音选择，能生成自然、逼真的语音效果，适用于短视频创作、在线教育、广告制作、播客等...

Omniflow 是专注于帮助用户将创意快速转化为产品的AI工具。通过 AI 技术简化产品开发流程，提供从创意到发布的全流程支持。Omniflow 的核心功能包括 IdeaFlow...

Goku是香港大学和字节跳动联合发布的最新视频生成模型，专为图像和视频的联合生成设计。基于先进的rectified flow Transformer框架，支持文生视频、图生视频...

covers.ai是基于AI技术的音乐创作平台，提供 AI 语音生成和 AI 歌曲生成工具。covers.ai基于先进的AI技术，支持用户创建个性化的AI语音模型，或用现有的名人...

Satori 是 MIT、哈佛大学等机构研究者推出的 7B 参数的大型语言模型，专注于提升推理能力。基于Qwen-2.5-Math-7B，Satori通过小规模的格式微调和大规模的增强...

ACE++是阿里巴巴通义实验室推出的先进的图像生成与编辑工具，通过指令化和上下文感知的内容填充技术，实现了高质量的图像创作和编辑功能。

Ranger是AI测试平台，基于人工智能技术为企业提供自动化软件测试解决方案。用户可通过简单英语描述测试需求，Ranger能自动生成测试用例，利用其智能导航技术...

Music Muse 是AI音乐创作平台。基于先进的AI技术，帮助用户快速生成各种风格的音乐作品。 用户可以通过简单的描述（如音乐风格、情绪、节奏等）来指导AI创作...

RapiLearn AI 是华清科技推出的 AI 教育工具，旨在打造个性化、互动式学习体验。用户上传多种格式学习资料，系统能整合生成视频、音频、笔记、测试、思维导图...

LLaVA-Rad是微软研究院推出的小型多模态模型，专注于临床放射学报告生成。是LLaVA-Med项目的分支，特别是胸部X光（CXR）成像。基于LLaVA-Med的基础架构和训练...

MotionCanvas是香港中文大学、Adobe 研究院和莫纳什大学推出的图像到视频（I2V）生成方法，能将静态图像转化为具有丰富动态效果的视频。MotionCanvas基于引入...

MedRAX（Medical Reasoning Agent for Chest X-ray）是专门用于胸部X光检查的医学推理AI代理。通过整合最先进的胸部X光分析工具和多模态大型语言模型，形成一...

Scam AI 是基于人工智能的防诈骗平台，帮助用户快速验证视频、音频和文本内容的真实性，识别潜在的诈骗行为。通过自然语言处理（NLP）、视觉和音频认证技术，...