关键词 "高质量" 的搜索结果， 共 24 条, 只显示前 480 条
TripoSG 是 VAST-AI-Research 团队推出的基于大规模修正流（Rectified Flow, RF）模型的高保真 3D 形状合成技术， 通过大规模修正流变换器架构、混合监督训练策略以及高质量数据集，实现了从单张输入图像到高保真 3D 网格模型的生成。TripoSG 在多个基准测试中表现出色，生成的 3D 模型具有更高的细节和更好的输入条件对齐。 TripoSG的主要功能
AiMakeSong 是基于人工智能的音乐和歌曲生成平台，支持用户通过简单的文本输入或歌词创作来生成高质量的音乐作品。用户可以选择将文字描述转化为音乐，或者将自己创作的歌词转化为完整的歌曲。平台提供了多种音乐风格和声音选项，包括流行、摇滚、说唱、古典等，以及男性、女性或乐器声音，满足不同用户的需求。 AiMakeSong的主要功能 文本转音乐：用户可以通过描述自己的音乐想法，将这些想法
MoonCast 是零样本播客生成系统，从纯文本源合成自然的播客风格语音。通过长上下文语言模型和大规模语音数据训练，能生成几分钟长的播客音频，支持中文和英文。生成语音的自然性和连贯性，在长音频生成中能保持高质量。MoonCast 使用特定的LLM提示来生成播客脚本，通过语音合成模块将其转换为最终的播客音频。用户可以通过简单的命令和预训练权重快速生成播客。 MoonCast的项目地址 项目官
Qwen3 Reranker是阿里巴巴通义千问团队发布的文本重排序模型，属于Qwen3模型家族。采用单塔交叉编码器架构，输入文本对后输出相关性得分。模型通过多阶段训练范式，基于高质量标注数据和大量合成训练对进行训练，支持超过100种语言，涵盖主流自然语言及多种编程语言。性能表现上，Qwen3 Reranker-8B在MTEB排行榜上取得了72.94的高分，Qwen3 Reranker-0.6B也已
小红书hi lab（Humane Intelligence Lab，人文智能实验室）团队首次开源文本大模型 dots.llm1。 dots.llm1是一个中等规模的Mixture of Experts (MoE)文本大模型，在较小激活量下取得了不错的效果。该模型充分融合了团队在数据处理和模型训练效率方面的技术积累，并借鉴了社区关于 MoE 的最新开源成果。hi lab团队开源了所有模型和必要的训练
Playmate是广州趣丸科技团队推出的人脸动画生成框架。框架基于3D隐式空间引导扩散模型，用双阶段训练框架，根据音频和指令精准控制人物的表情和头部姿态，生成高质量的动态肖像视频。Playmate基于运动解耦模块和情感控制模块，实现对生成视频的精细控制，显著提升视频质量和情感表达的灵活性。Playmate在音频驱动肖像动画领域取得重大进展，提供对情感和姿态的精细控制，能生成多种风格的动态肖像，具有
NovaCV 是基于人工智能技术的在线AI简历生成器，帮助用户快速制作专业、美观的求职简历。集成了领先的 AI 功能，如智能简历助手、一键生成工作描述、AI 润色引擎、智能纠错、中英文翻译等，确保简历内容精准且专业。NovaCV 提供了丰富的专业模板，覆盖主流行业，排版设计符合招聘者喜好，能帮助求职者在众多简历中脱颖而出。NovaCV 提供 API 服务，支持简历智能检查、文本解析和模板生成等功能
Teamo是夕小瑶团队推出的创新的多Agent协作AI生产力平台。通过模拟真实团队协作，由CEO Agent指挥多个专业Agent（如搜索员、咨询顾问、写作员等）协同工作，高效完成复杂任务。核心功能是“超级搜写”，能快速理解用户需求，深度调研信息，生成高质量的文稿。Teamo采用Agent2Agent（A2A）协作模式，可自主调度全球AI模型，通过并行工作和协同竞争，打破传统AI的局限。适用于科研
普林斯顿与复旦推出HistBench和HistAgent，首个人文AI评测基准 普林斯顿大学AI实验室与复旦大学历史学系联手推出了全球首个聚焦历史研究能力的AI评测基准——HistBench，并同步开发了深度嵌入历史研究场景的AI助手——HistAgent。这一成果不仅填补了人文学科AI测试的空白，更为复杂史料处理与多模态理解建立了系统工具框架。 历史是关于时间中的人的
PromptPilot是字节跳动旗下火山引擎推出的面向大模型的智能解决方案平台。通过深度解析用户意图，将模糊的想法转化为AI能精准执行的专业指令，确保模型稳定输出高质量结果。PromptPilot的互动式引导，帮助用户明确需求；定义理想答案，通过用户反馈优化模型表现；闭环迭代优化，将问题案例转化为数据资产，持续提升Prompt效果。支持多轮对话优化、多模态理解与规划、复杂工具调用优化，通过SDK调
FilmAction是瀚皓科技团队推出的一站式AI电影创作平台。通过AI技术整合了从故事构思到视频生成的全流程，为创作者提供高效、便捷的创作体验。用户只需输入简短描述或创意概念，FilmAction能自动生成故事大纲、脚本、角色设定、分镜，支持配音和配乐，最终输出高清视频。提供丰富的角色库、场景模板以及多种艺术风格选择，满足不同用户的个性化需求。FilmAction支持4K高清输出和高帧率视频生成
星月写作是专为中文内容创作者设计的AI写作助手，能根据用户输入的关键词、主题或大纲，快速生成高质量的文本内容。支持小说创作、公众号文章撰写，小红书文案、抖音脚本、学术论文工作报告等，星月写作能提供强大的支持。支持多种风格和语气，用户可以根据需求自由选择，比如正式、幽默或口语化。星月写作具备智能续写、润色、灵感激发等功能，帮助用户突破创作瓶颈，提升内容质量。提供丰富的素材库和智能工具集成，如词典查询
Hautech.AI 是基于AI技术生成逼真时尚模特照片的工具。Hautech.AI 支持将简单的平面产品图像快速转换为高质量的模特展示图，具有高度的定制化功能，用户根据需求选择模特的年龄、性别、外貌特征、姿势和背景等。Hautech.AI助力品牌节省传统拍摄的时间和成本，提升内容的多样性和吸引力，广泛应用在社交媒体、产品目录、广告制作等场景，帮助时尚品牌高效地生成视觉内容，增强市场竞争力。 H
上海人工智能实验室、复旦、上交大等开源的一款自动撰写综述论文的AI工具：SurveyForge 实验结果，SurveyForge的大纲质量接近人工撰写水平，在参考文献质量、大纲质量和内容质量方面优于AutoSurvey等现有方法 生成约64k token的综述成本不到0.5美元，耗时约10分钟 SurveyForge分为两个阶段： 1、生成大纲，通过分析人工撰写的综述文章的大纲结构和参考领域相
MAGREF（Masked Guidance for Any‑Reference Video Generation）是字节跳动推出的多主体视频生成框架。MAGREF仅需一张参考图像和文本提示，能生成高质量、主体一致的视频，支持单人、多人及人物与物体、背景的复杂交互场景。基于区域感知动态掩码和像素级通道拼接机制，MAGREF能精准复刻身份特征，保持视频中人物、物体和背景的协调性与一致性，适用内容创作
Seaweed APT2是字节跳动推出的创新的AI视频生成模型，通过自回归对抗后训练（AAPT）技术，将双向扩散模型转化为单向自回归生成器，实现高效、高质量的视频生成。模型能在单次网络前向评估（1NFE）中生成包含多帧视频的潜空间帧，显著降低了计算复杂性，通过输入回收机制和键值缓存（KV Cache）技术，支持长时间视频生成，解决了传统模型在长视频生成中常见的动作漂移和物体变形问题。能在单块GPU
EmbodiedGen 是用于具身智能（Embodied AI）应用的生成式 3D 世界引擎和工具包。能快速生成高质量、低成本且物理属性合理的 3D 资产和交互环境，帮助研究人员和开发者构建具身智能体的测试环境。EmbodiedGen 包含多个模块，如从图像或文本生成 3D 模型、纹理生成、关节物体生成、场景和布局生成等，支持从简单物体到复杂场景的创建。生成的 3D 资产可以直接用于机器人仿真和
Dive3D是北京大学和小红书公司合作推出的文本到3D生成框架。框架基于分数的匹配（Score Implicit Matching，SIM）损失替代传统的KL散度目标，有效避免模式坍塌问题，显著提升3D生成内容的多样性。Dive3D在文本对齐、人类偏好和视觉保真度方面表现出色，在GPTEval3D基准测试中取得优异的定量结果，证明了在生成高质量、多样化3D资产方面的强大能力。 Dive3D的项目
CreateVision AI 是AI图像生成平台，平台融合 Flux.1 Dev 和 GPT-Image-1 两大顶级模型，为用户提供开源与闭源技术路线的极致体验。平台支持用户将创意想法瞬间转化为高质量图像，轻松生成逼真照片、卡通、插画和抽象艺术。支持样式、颜色、光照、构图的 4D 精准控制，满足专业创作需求。CreateVision AI 生成的图像能用在商业用途，无数量限制。 官方网站：h
AiBiao 是基于大语言模型技术的AI图表处理工具，通过自然语言交互帮助用户高效完成数据处理和分析工作。支持用户通过对话的方式进行数据查询、清洗、合并、计算和分析，无需复杂的公式或代码，大大降低了数据处理的门槛。AiBiao 具备“一句话生成图表”的功能，用户只需简单描述需求，可快速生成多种类型的图表，可以智能联网搜索数据填充表格。 AiBiao的主要功能 智能数据对话：用户可以通过自然
QuickCreator是为中国出海企业推出的AI SEO写作工具。基于AI技术，能快速生成高质量、符合搜索引擎优化标准的内容，涵盖博客、落地页等多种形式。工具操作简单，提供如关键词框架搭建、自动插入外部引用等实用功能，支持一键导出至WordPress。QuickCreator帮助用户用更低的成本和更短的时间完成SEO工作，显著提升网站自然流量和搜索引擎排名，是出海企业提升内容创作效率和营销效果的
MultiAgentPPT 是多智能体演示文稿生成系统，基于 A2A（Ask-to-Answer）、MCP（Multi-agent Control Protocol）和 ADK（Agent Development Kit）架构。MultiAgentPPT 基于多Agent协作和流式并发机制，从用户输入的主题自动生成高质量的 PPT 内容。系统包括大纲生成、主题拆分、并行调研和内容汇总等步骤，具备多
智声云配（DubbingX） 是 AI 智能配音工具，提供语音合成（TTS）、音色迁移、歌声转换等多种功能。工具支持中文、英文、日文、粤语等多语言，拥有近2500种情绪语态，支持高度定制，满足游戏、影视、动漫、有声书等多场景需求。工具音色版权合规，支持商用，能显著降低配音成本。智声云配结合专业高校和全球配音演员资源，致力于为用户提供高质量、多样化的音频解决方案。 智声云配官网：https://d
4D-LRM（Large Space-Time Reconstruction Model）是Adobe研究公司、密歇根大学等机构的研究人员共同推出的新型4D重建模型。模型能基于稀疏的输入视图和任意时间点，快速、高质量地重建出任意新视图和时间组合的动态场景。模型基于Transformer的架构，预测每个像素的4D高斯原语，实现空间和时间的统一表示，具有高效性和强大的泛化能力。4D-LRM在多种相机设
只显示前20页数据，更多请搜索
Showing 73 to 96 of 100 results
