CleanS2S是一個流式語音到語音（S2S）交互智能體原型，提供高質量、實時的語音交互體驗。CleanS2S項目基于單文件實現，簡化配置和理解過程，便于用戶和研究人員快速體驗語言用戶界面（LUI）的強大功能，探索S2S管道...
網站首頁 > AI工具 第36頁
-
-
FunASR是由阿里巴巴達摩院開源的語音識別工具包，提供包括語音識別（ASR）、語音活動檢測（VAD）、標點恢復、語言模型、說話人驗證、說話人分離及多說話人ASR等多種功能。FunASR工具包支持工業級語音識別模型的訓練和微...
-
Yi-Lightning 是零一萬物公司最新發布的旗艦模型，在國際權威盲測榜單 LMSYS 上取得了顯著成績，超越了硅谷知名 OpenAI 的 GPT-4o-2024-05-13 和 Anthropic Claude 3.5...
-
podlm-public是一個開源AI播客工具，旨在創建一個中文版的NotebookLM替代品，專門用在將任意URL轉換成播客內容，再推送到小宇宙平臺。項目基于先進的AI技術，支持用戶用簡單的操作生成專業的播客內容。...
-
Augmented Physics是一個創新的教育工具，基于集成機器學習技術，將物理教科書中的靜態圖表轉換成互動式和嵌入式的物理模擬。工具基于先進的計算機視覺技術，比如Segment Anything和多模態大型語言模型（L...
-
Adobe Firefly 是 Adobe 推出的一系列創意生成式 AI 模型，旨在幫助用戶擴展其天生的創造力。這些模型集成在 Adobe 的旗艦應用程序和 Adobe Stock 中，支持的功能包括圖像、矢量圖形和設計模型...
-
T2V-Turbo是一種先進的文本到視頻生成模型，由Google、UC Santa Barbara（加利福尼亞大學圣塔芭芭拉分校）、和University of Waterloo（滑鐵盧大學）的研究人員共同推出?；谠陬A訓練...
-
OpenR是一個由倫敦大學學院（UCL）、上海交通大學、利物浦大學、香港科技大學（廣州）和西湖大學聯合開源的全鏈條訓練框架，旨在提升大型語言模型（LLM）的復雜推理能力。OpenR集成過程獎勵模型（PRM）訓練、強化學習、多...
-
FLUX.1-Turbo-Alpha是阿里媽媽創意團隊基于FLUX.1-dev模型訓練的8步蒸餾Lora模型?；诙囝^判別器技術，升圖像生成的質量，支持文本到圖像的生成及修復控制網等多種應用。模型易于使用，與Diffuser...
-
Agent S 是一個創新的代理框架，旨在基于圖形用戶界面（GUI）實現人機交互的自動化。Agent S 基于模擬人類的操作方式，用鼠標和鍵盤直接與計算機交互，處理復雜的多步驟任務。Agent S 引入經驗增強的分層規劃方法...
