AI工具

书生·筑梦2.0是什么 书生·筑梦2.0（Vchitect 2.0）是由上海人工智能实验室推出的升级版视频生成开源大模型，旨在生成符合中国文化和东方审美的视频内容。模型...

QA-MDT是什么 QA-MDT（Quality-aware Masked Diffusion Transformer）是由中国科学技术大学和科大讯飞联合推出的开源音乐生成模型。模型基于文本描述生成高质...

SleepFM 是斯坦福大学开源的多模态睡眠分析模型，基于超过14,000名参与者的100,000小时睡眠数据，通过融合大脑活动、心电图和呼吸信号，提供全面的睡眠健康评...

mPLUG-DocOwl2是什么 mPLUG-DocOwl 2是由阿里巴巴通义实验室mPLUG团队推出的用于多页文档理解的多模态大型语言模型。在不依赖光学字符识别（OCR）技术的情况...

GameGen-O是什么 GameGen-O 是腾讯推出的一款基于 Transformer 架构的游戏视频生成模型，专门用于生成开放世界视频游戏。模型能模拟游戏引擎的多种功能，包括...

CSGO是什么 CSGO（Content-Style Composition in Text-to-Image Generation）是南京理工大学、小红书等机构合作推出的图像风格迁移和文本到图像生成的研究项...

新汉语新解 – 生成创意性文本的prompt，新时代的AI汉语老师

小乖记账是什么 小乖记账是基于AI技术的智能记账应用，通过语音识别技术简化记账流程，用户通过语音输入快速记录财务信息。应用的自动分类功能智能分析交易性...

LongCite是什么 LongCite是由清华大学推出的项目，旨在提升大型语言模型（LLMs）在长文本问答任务中的可信度和可验证性。项目通过生成细粒度的句子级引用，使...

PyVideoTrans 是开源的视频翻译配音工具，将视频内容从一种语言自动翻译成另一种语言，并添加相应的字幕和配音。PyVideoTrans支持多语言，具备高效的语音识别...