FLOAT – 基于流匹配的音频驱动说话人头像生成模型 | AI工具集
FLOAT是什么 FLOAT是DeepBrain AI 和韩国先进科技研究院推出的音频驱动说话人头像生成模型，基于流匹配生成模型，学习运动潜在空间实现高效的时间一致性运动...
TEN Agent – 开源的实时多模态 AI 代理框架
TEN Agent是什么 TEN Agent是集成OpenAI Realtime API和RTC技术的开源实时多模态AI代理框架。TEN Agent能实现语音、文本、图像的多模态交互，具备天气查询、...
Speak APP – AI英语学习应用，与AI实时互动模拟真实口语对话场景 | AI工具集
Speak APP是什么 Speak APP是一款AI英语学习应用，主打口语练习功能。Speak APP模拟真实对话场景，让用户与AI进行互动，实时获得发音、语法和词汇的反馈。Spe...
10个免费的AI英语口语学习软件，一对一模拟对话练习 | AI工具集
在这个数字化时代，语言学习已经不再局限于传统的教室和昂贵的私人教师。随着人工智能技术的飞速发展，我们迎来了一个全新的学习时代——AI英语口语学习应用的...
Patchwork – Midjourney 推出的多人协作 AI 虚拟世界构建工具
Patchwork是什么 Patchwork 是 Midjourney 推出的创新性多人协作世界构建工具，支持用户在一个无限的画布上共同创作和构建虚拟世界。结合了AI图像生成技术和...
Project Mariner – 谷歌推出的浏览网站智能体，能帮用户操作表格、在线购物 | AI工具集
Project Mariner是什么 Project Mariner 是谷歌 DeepMind 推出的浏览器助手。Project Mariner基于 Gemini 2.0 技术，用 Chrome 扩展程序实现浏览器自动化，理...
什么是前向传播（Forward Propagation） – AI百科知识 | AI工具集
前向传播（Forward Propagation）对于神经网络的训练和推理（inference）至关重要。在训练神经网络时，前向传播用于生成与实际目标值相比较的预测，两者之间...
Ultravox – 端到端多模态大模型，直接理解文本和人类语音 | AI工具集
Ultravox是什么 Ultravox是新型的多模态大型语言模型（LLM），能直接理解文本和人类语音，无需依赖单独的自动语音识别（ASR）阶段。基于多模态投影器技术将音...
什么是端到端学习（End-to-End Learning） – AI百科知识 | AI工具集
端到端学习（End-to-End Learning）作为一种强大的学习范式，在人工智能领域的应用前景广阔。通过简化流程和全局优化，提高了模型的性能和准确性。然而，端到...
什么是扩散模型（Diffusion Models） – AI百科知识 | AI工具集
扩散模型（Diffusion Models）的灵感来源于非平衡热力学中的扩散过程。起源可以追溯到2015年，当时有研究者提出了深度生成模型（Deep Generative Models），...