关键词 "文本生成交互式 3D 场景" 的搜索结果， 共 15 条, 只显示前 480 条
业界首个开源高完成度轻量化通用多智能体产品(JoyAgent-JDGenie) 解决快速构建多智能体产品的最后一公里问题 简介 当前相关开源agent主要是SDK或者框架，用户还需基于此做进一步的开发，无法直接做到开箱即用。我们开源的JoyAgent-JDGenie是端到端的多Agent产品，对于输入的query或者任务，可以直接回答或者解决。例如用户query"给我做一个最
来福是北京耳朵时间科技推出的AI私人电台应用，应用主打AI语音驱动的“陪伴型内容”，结合语音合成与场景感知实现个性化播报，为用户提供沉浸式的音频体验。用户用语音交互点播节目、提问或聊天，享受7×24小时的声音陪伴。应用融合播客、智能语音助手与定制内容推荐的多重属性，用AI生成内容替代传统主播，重新定义私人电台的使用体验。 来福官网： https://laifu.fm/ 也可以下载APP使用
Copy2AI 是 AI创作助手，帮助提升用户的工作与创作效率。Copy2AI 包含三大核心产品，智能剪贴板，支持内容分析、翻译和润色；智能创作助手，提供灵感激发和文案生成；智能聊天助手，支持自然语言对话和文件分析。Copy2AI 支持本地AI部署，确保隐私安全，兼容Windows、macOS和Linux系统。Copy2AI基于强大的AI功能，适用日常办公、内容创作和生活场景，能成为用户得力助手。
Mistral AI，最新发布了首个开源语音模型：Voxtral语音理解模型系列！ 该模型包含24B和3B两个参数规模的版本，均基于Apache 2.0许可证开源，同时提供API服务接口。 Voxtral模型支持32k token的上下文窗口，能够处理长达30分钟的音频转录任务或40分钟的语义理解任务，在各项基准测试指标上全面超越目前主流的开源语音转录模型Whisper large-v3。
PhotoG是全球首个内容营销端对端智能体，实现了基于大语言模型智能规划的全模态内容生成与自适应工具调用，致力于构建等同完整传统内容营销团队的全链路智能化。目前产品获得家具、鞋服、珠宝等领域数十家国际化品牌和超过十万海外用户的认可。 仅需一张产品图与自然语言，即可通过多智能体全自动生成基于市场调研和竞争格局的包含营销图片、营销视频、3D模型、营销文案、电商产品详情页、优化标题、描述和 SEO 等内
dots.ocr 是小红书 hi lab 开源的多语言文档布局解析模型。模型基于 17 亿参数的视觉语言模型（VLM），能统一进行布局检测和内容识别，保持良好的阅读顺序。模型规模虽小，但性能达到业界领先水平（SOTA），在 OmniDocBench 等基准测试中表现优异，公式识别效果能与Doubao-1.5和 gemini2.5-pro 等更大规模模型相媲美，在小语种解析方面优势显著。dots.o
SelectYet是实用的AI文献分析工具，基于先进的AI技术和“记忆摘要”技术，为研究人员提供高效便捷的文献处理服务。用户只需输入研究主题、上传PDF文献，设置自定义分析选项，可快速启动分析。工具能对海量文献进行结构化分析，快速提取关键信息，形成文献综述，加速信息筛选和整理的过程。SelectYet接入了deepseek-R1/V3模型，未来将融合更多模型的优势，提升分析的准确性和效率。 Se
LandPPT 是AI演示文稿生成平台，能将文档内容快速转换为专业的 PPT 演示文稿。LandPPT支持 OpenAI、Claude、Gemini 等多种 AI 模型，兼容 PDF、Word、Markdown 等文件格式，支持智能解析内容，生成结构清晰的大纲和精美的 PPT 页面。平台提供丰富的模板系统和自定义功能，用户基于现代化的 Web 界面进行可视化编辑、实时预览和多格式导出。LandPP
DreamVVT 是字节跳动和清华大学（深圳）联合推出的视频虚拟试穿（Video Virtual Try-On, VVT）技术，基于扩散 Transformer（DiTs）框架，通过两阶段方法实现高保真且时间连贯的虚拟试穿效果。第一阶段从输入视频中采样关键帧，结合视觉语言模型（VLM）生成语义一致的试穿图像；第二阶段利用骨骼图和运动信息，结合预训练视频生成模型，确保视频的动态连贯性。DreamVV
MemU 是面向AI情感陪伴开源的AI记忆框架。MemU 能记住用户与 AI 的每一次对话，提取重点并建立知识图谱，让 AI 真正理解用户。MemU 的记忆会自主进化，随着使用不断优化。MemU 支持快速集成，只需几行代码能让 AI 拥有持久记忆。相比其他框架，MemU 准确率高达92%，成本降低90%，检索速度快至50毫秒。在情感陪伴、教育等其他场景，MemU 都能成为用户贴心的智能伙伴。 M
Ludo.ai 是强大的AI游戏开发平台，能帮助开发者从创意构思到实际开发的全过程。平台提供丰富的功能，包括游戏概念生成、AI 驱动的 3D 资产和图像生成、自定义精灵动画、视频生成、可玩原型制作、市场趋势分析、代码生成等。基于这些工具，开发者能快速生成创意、优化设计、验证想法，加速开发流程。 Ludo.ai的官网地址 官网地址：https://ludo.ai/
Aluo AI 是专为电商卖家和内容创作者设计的 AI 图像处理平台。通过先进的 AI 技术，帮助用户在短短 30 秒内将普通产品图片转变为专业级的营销视觉内容。平台的核心功能包括高精度的背景去除、智能产品图片生成以及强大的 AI 图片编辑工具。用户无需任何设计经验或复杂软件，只需上传图片，AI 能自动识别去除背景，生成高质量的产品展示图，提供丰富的场景模板供选择。 Aluo AI的主要功能
TextureNoise 是强大的在线3D纹理生成与编辑工具，帮助用户快速高效地创建高质量纹理。通过快速生成功能，能在几秒钟内生成令人惊叹的纹理，显著提升工作流程效率，节省时间。TextureNoise 提供画笔工具，支持用户对纹理的特定区域进行精确编辑和细节修饰，确保所有编辑和修复无缝融合，保持纹理的整体一致性。支持通用文件格式，与任何数字内容创作软件（如Blender、Maya等）完全兼容。
Baichuan-M2在HealthBench上得到60.1的高分，以32B的较小尺寸不仅反超OpenAI 最新开源模型gpt-oss120b（得分57.6），更是力压Qwen3-235B、Deepseek R1、Kimi K2等当前世界所有开源大模型。 针对医疗领域用户隐私考虑下的模型私有化部署需求，我们对Baichuan-M2进行了极致轻量化，量化后的模型精度接近无损，可以在RTX409
Eleven Music 是 ElevenLabs 推出的 AI 音乐生成工具，能根据简单的文本提示快速生成高质量、定制化的音乐作品，支持多种风格、语言和场景。用户能通过自然语言描述调整歌曲的风格、节奏、歌词等，支持逐段编辑，实现无缝过渡和精确的情绪转换。生成的音乐适用电影、广告、游戏等多种商业用途，支持多语言歌词创作，提供工作室级别的音频输出，是音乐创作者、企业和广告商的理想选择。
只显示前20页数据，更多请搜索
Showing 385 to 399 of 399 results
