标签：智能语音识别

WPS 大家经常用来日常写作，虽然本身提供了AI功能，但可惜需要会员，本文教你三分钟接入最火的DeepSeek，让WPS秒变办公神器。 DeepSeek API申请地址：http:/...

这两年大家都在感叹生活不易，然而我想说的是，机会还是有的，但问题不在于有没有，而在于你是否能够认准机会，然后抓住它。 接触过很多咨询项目的人，发现...

X-R1是基于强化学习的低成本训练框架，能加速大规模语言模型的后训练（Scaling Post-Training）开发。X-R1用极低的成本训练0.5B（5亿参数）规模的R1-Zero模型...

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。

MVoT（Multimodal Visualization-of-Thought）是微软研究院、剑桥大学语言技术实验室、中国科学院自动化研究所推出的新型多模态推理范式，基于生成图像可视化...

播记是专为播客创作者设计的智能节目笔记（Shownotes）生成工具。通过AI技术，能快速提取播客音频中的关键信息，自动生成包含节目主题、嘉宾介绍、重要观点、...

SynCD（Synthetic Customization Dataset）是卡内基梅隆大学和Meta推出的高质量合成训练数据集，用在提升文本到图像模型的定制化能力。SynCD包含多个相同对象...

Sky-T1是加州大学伯克利分校Sky Computing实验室的研究团队NovaSky发布的开源推理AI模型，名为Sky-T1-32B-Preview。是首个开源推理模型，训练数据集和代码均...

豆包向量化API是由字节跳动研发的语义向量化模型，名为Doubao-embedding，主要面向向量检索的使用场景，支持中、英双语，能处理最长4K的上下文长度。

Hi.AI 是 AI 聊天应用，用户能创建具有独特个性的数字朋友，与各种 AI 角色进行沉浸式聊天。用户可以与名人、虚构人物或历史人物的 AI 版本就任何话题展开对...

Ingredients是强大的框架，基于将多个特定身份（ID）照片与视频扩散Transformer相结合，用在定制视频创作。Ingredients基于三个核心模块实现高度定制化的视频...

Fineshare VoiceTrans 是实时 AI 变声器，能轻松改变自己的声音，适应不同的场景和需求。Fineshare VoiceTrans 提供多种功能，包括真实的 AI 变声、零延迟的...

百度AI搜是百度基于文心大模型打造的桌面端AI搜索引擎。整合了百度搜索引擎、百度健康、百度律临、百度文库、百度教育等多个内容生态，确保搜索结果的可靠性...

TECHSPECS（TechSpecs Ray）是创新的AI驱动媒体播放器，通过实时AI字幕技术革新您的视听体验。支持99种语言的字幕生成，打破了语言障碍，让全球用户都能享受...

Wavy是AI驱动的照片编辑应用，基于先进的AI技术，将用户的照片转换成具有艺术感的杰作。Wavy主要功能包括AI艺术生成器、视觉放大、即时艺术创作、照片提升和...

WIME是上海微盟企业发展有限公司推出的AI电商内容创作平台，专为电商和新媒体领域设计。基于AI技术，帮助用户一键生成多风格图片和文案，实现从创意到成品的...

ERA-42是北京星动纪元推出的端到端原生机器人大模型，与自研的五指灵巧手星动XHAND1结合，能完成100多种复杂灵巧操作任务。ERA-42无需预编程，具备快速学习新...