AI工作站

AI行业资讯

Hibiki：一款由Kyutai开发的实时同声传译语音模型Hibiki是一款功能强大且实用的实时语音翻译模型，其高效、低延迟和跨平台的特点使其在多种场景中具有广泛的应用潜力。
FireRedASR：小红书开发的工业级自动语音识别（ASR）模型FireRedASR 是由小红书 FireRed 团队开发并开源的一系列工业级自动语音识别（ASR）模型，专为普通话、中文方言和英语设计。
StochSync：一款360°全景图和3D网格纹理StochSync 是一种创新的生成模型，该模型特别适用于生成具有复杂几何结构的空间，例如360度全景图像和网格表面用于纹理映射。
Splash：一个专注于 AI 音乐创作与互动体验的创新平台SplashMusic是一款基于人工智能技术的音乐创作工具，旨在简化音乐制作过程，使用户能够轻松地生成高质量的音乐作品。
鲸喷 DeepRant：一款专为游戏玩家设计的多语言快捷翻译工具鲸喷 DeepRant 是一款专为游戏玩家设计的实用工具，能够有效解决跨语言交流的问题，提升游戏体验。
MUSIC.AI：一个集音乐创作、音频处理和数据分析于一体的综合性平台MUSIC.AI支持多种 AI 工具的无缝集成，用户可以根据需求灵活调整工作流程。
UI-TARS：字节跳动开发的一种新型 GUI 代理模型UI-TARS是由字节跳动推出的一款新一代原生GUI代理模型，旨在通过自然语言实现对桌面、移动设备和网页界面的自动化交互。
Hunyuan3D 2.0：腾讯推出的一种先进大规模 3D 合成系统腾讯推出的一款革命性的大规模3D合成系统，旨在生成高分辨率、纹理化的3D资产。该系统通过先进的AI技术，将图像或文本描述快速转化为高质量的3D模型，显著提升了3D内容创作的效率和质量
Kimi k1.5：MoonshotAI 开发的多模态语言模型Kimi K1.5是一款集多模态处理、高效推理和开源特性于一体的高性能AI模型，其在多个领域均超越了国际顶尖模型，标志着中国AI技术的重大突破。
DeepSeek-R1-Zero：一款由DeepSeek团队开发的推理模型DeepSeek-R1-Zero模型跳过了传统AI训练中依赖大量标注数据的步骤，直接通过RL算法进行训练，展示了强化学习在复杂推理任务中的潜力。
MimicPhoto：快速、轻松地完善照片中的面部特征，生成自然逼真的图像– AI照片编辑工具，能快速调整笑容、眼神等面部表情细节
TabTac：专注于通过人工智能技术提升用户的搜索、网页浏览和办公效率TabTac是一款集成了强大AI功能的浏览器，不仅提升了搜索、浏览和办公效率，还注重隐私保护和用户体验。其去中心化加密技术和对Web3.0的支持使其在当前的浏览器市场中具有独特优势。
OpenAI出大招：ChatGPT搜索功能免费开放，无需注册！OpenAI宣布向所有用户开放ChatGPT搜索功能，且无需注册。这一举措标志着搜索引擎市场进入了一个新的发展阶段。与传统搜索引擎相比，
MnnLlmApp：阿里巴巴基于MNN-LLM框架开源的一款Android应用MnnLlmApp是一款基于阿里巴巴开源的MNN框架开发的多模态LLM（大型语言模型）Android应用程序。
DeepRAG：腾讯微信AI部等联合开发的新型检索增强生成框架DeepRAG 是由中科院、中科大和腾讯微信AI部联合开发的新型检索增强生成（Retrieval-Augmented Generation, RAG）框架，旨在提升大型语言模型（LLMs）在推理和检索任务中的性能。

1
2
3
4
5
6