产品库

雷鸟自主研发的AI语音助手

RayNeo AI是雷鸟自主研发的人工智能语音助手,集成了自然语言处理、语音识别、语音合成等核心技术,可实现自然语言交互、语音控制等功能。该产品已在雷鸟XR系列产品中进行内测,支持行程规划、天气查询、百科知识问答等服务,提升了产品的智能化水平。下一步,RayNeo AI计划推出视觉识别等多模态交互能力,实现更丰富的人机交互体验。

实时表情生成人类模型

PROTEUS是Apparate Labs推出的一款下一代基础模型，用于实时表情生成人类。它采用先进的transformer架构的潜在扩散模型，创新的潜在空间设计实现了实时效率，并能通过进一步的架构和算法改进，达到每秒100帧以上视频流。PROTEUS旨在提供一种通过语音控制的视觉体现，为人工对话实体提供直观的接口，并且与多种大型语言模型兼容，可定制用于多种不同应用。

将小爱音箱接入ChatGPT，打造专属智能家居语音助手。

MiGPT是一个通过将小爱音箱与ChatGPT的智能理解能力相结合，实现智能家居语音控制的项目。它不仅支持设备自动化，还能够通过角色扮演、流式响应、长短期记忆等技术，让智能家居设备更智能、更贴心地响应用户的指令。MiGPT支持Docker和Node.js两种启动方式，用户可以根据自己的需求进行选择。

扩展ChatGPT，语音控制与朗读

Voice Control for ChatGPT x Mia AI是一个扩展，为ChatGPT提供语音控制和朗读功能。通过录音按钮，您可以录制并发送语音查询给ChatGPT，无需打字。AI的回答会朗读出来，确保流畅的听觉交互。此外，该插件还可以将ChatGPT变成您的个人语音助手，具备Mia AI的功能。

智能工具栏，提升工作效率

AI Toolbar是一款功能强大高效的智能工具栏，已有近10万次下载，可以帮助你节省时间，处理电子邮件，进行语音控制，多语言翻译，与聊天机器人互动等。它与Chatgpt无缝集成，提供超过300种可组合的提示，使你的工作更加智能高效。

AI助手，提升生产力

Jarvis AI是一款强大的AI助手插件，可以与ChatGPT、GPT 4、Claude、Llama等多个AI模型进行无缝交互。它可以翻译、改善文本质量，处理电子邮件，并直接在文本输入中回答问题。它还具有智能搜索、语音控制、视频摘要、AI绘图等功能。无论你在哪个网站，Jarvis AI都能提供全方位的智能助理服务，让你的在线体验更加高效。

用语音编写代码

Copilot Voice是一款能够通过语音输入代码的插件，用户只需用自然语言描述自己的意图，Copilot Voice就会自动生成相应的代码。同时，用户还可以通过语音控制IDE，实现代码编辑、导航、运行等操作。Copilot Voice的主要优势在于提高编写代码的效率，减少打字错误，同时也方便了手部不便的用户。目前，Copilot Voice处于技术预览阶段，用户可以通过官网进行注册。

Arc浏览器插件,提供强大的AI辅助功能

Arc是一个微软自研的浏览器插件,它利用AI技术为用户提供强大的网页辅助功能。用户可以启用各种智能功能,例如自动摘要长网页、生成网页内容目录、语音控制浏览等,大大提高用户的浏览效率。

小米人工智能平台,提供语音交互技术

小米小爱开放平台基于小米的硬件生态和海量数据,提供领先的语音交互技术,包括语音识别、自然语言处理等,供开发者使用。开发者可以快速创建语音技能,将内容、服务、创意变为语音交互的体验。平台还提供智能家居语音服务,可以语音控制连接的智能设备。

开放平台

灵云开放平台免费为开发者提供语音合成(TTS)、语音识别(ASR)、手写识别(HWR)、光学字符识别(OCR)、语义理解(NLU)、机器翻译(MT)等全方位智能人机交互能力,通过语音、视觉等感知能力,赋能移动应用、智能硬件等领域,实现人机交互的自然、智能化。

与Poe AI交谈，自然语音回复

Talk to Poe AI是一个插件，为Poe的所有AI，包括Sage、GPT-4和Claude+，提供了语音控制和朗读功能。您可以使用语音与Poe的AI进行对话，并以多种语言听取其回复。该插件还可以将AI的回复以清晰自然的语音读出，支持多种语言。安装简便，无需键盘输入，让您更轻松地与AI交流。

人性化对话的创造性AI助手

Zenen AI是一款创造性AI助手，您可以像与朋友聊天一样与它进行有意义的对话。它通过语音控制实现人类般的交互，可以帮助您撰写故事、头脑风暴、制定营销计划，玩游戏或用笑话逗乐您。

AI智能语音助手

小爱同学是小米推出的AI智能语音助手，具有语音控制、智能问答、生活服务等功能。它可以帮助用户完成各种任务，提供实时天气、股票查询、音乐播放等服务。小爱同学可以与用户进行自然对话，提供个性化的建议和回答。同时，小爱同学还支持多平台接入，方便用户在不同设备上使用。

智能语音助手，让你的生活更便捷

智能语音助手是一款能够识别语音指令并执行相应操作的小程序。它具有自然语言理解和语音合成功能，可以帮助用户实现语音控制设备、查询信息、提醒事项等。该产品定价灵活，可根据用户需求进行定制，定位于提高生产力和便利用户的生活。

GPT-4o，一款能够实时处理音频、视觉和文本的旗舰模型。

GPT-4o（'o'代表'omni'）是自然人机交互的重要一步，它可以接受任意组合的文本、音频、图像和视频输入，并生成任意组合的文本、音频和图像输出。它在音频输入响应上的速度极快，平均响应时间仅为320毫秒，与人类对话的响应时间相近。在非英语文本处理上取得了显著进步，同时在API上速度更快且成本降低了50%。GPT-4o在视觉和音频理解方面也比现有模型更出色。

探索人工智能如何塑造我们的世界和交互模式。

The Shape of AI 是一个专注于人工智能交互模式的网站，它提供了关于如何在设计中融入人工智能的深入见解。该网站强调了用户体验的重要性，并探讨了在AI驱动的世界中，如何通过设计来优化人机交互。它包含了丰富的资源和工具，帮助设计师和开发者理解AI的新兴模式，以及如何利用这些模式来提升他们的产品和服务。

用于构建理解和模拟人类语音表情的声控人工智能接口。

Hume AI的同理心语音接口(EVI)是一种由同理心大型语言模型(eLLM)驱动的API,可以理解和模拟语音音调、词语重音等,从而优化人机交互。它基于10多年的研究成果、数百万专利数据点和30多篇发表在顶尖期刊的论文。EVI旨在为任何应用程序提供更自然、富有同情心的语音界面,让人与AI的互动更加人性化。该技术可广泛应用于销售/会议分析、健康与保健、AI研究服务、社交网络等领域。

创建你的多元宇宙AI

Salieri是一个多元宇宙AI平台，帮助用户创建、配置和分享无限的并行世界。它支持人机交互、机器人之间的交互，并能将用户的故事转化为小说、漫画、游戏和电影等形式。

ActAnywhere是一个主体感知视频背景生成模型。

ActAnywhere是一个用于自动生成与前景主体运动和外观相符的视频背景的生成模型。该任务涉及合成与前景主体运动和外观相一致的背景,同时也符合艺术家的创作意图。ActAnywhere利用大规模视频扩散模型的力量,并专门定制用于此任务。ActAnywhere以一系列前景主体分割作为输入,以描述所需场景的图像作为条件,生成与条件帧相一致的连贯视频,同时实现现实的前景和背景交互。该模型在大规模人机交互视频数据集上进行训练。大量评估表明该模型的性能明显优于基准,可以泛化到各种分布样本,包括非人类主体。

开源路由器,连接各种AI模型

OpenRouter是一个开源的路由器,可以将请求路由到不同的AI模型,实现一个统一的界面访问各种AI服务。它支持连接多种知名AI模型,用户可以比较不同模型的价格和质量,选择最适合自己需求的模型,实现高效的人机交互。

基于GPT-4的拟人机器人

Alter3是一个基于GPT-4的拟人机器人,能够通过自然语言指令生成各种人类动作,实现零次学习。它具有43个关节自由度,可以自由运动,同时结合面部表情识别和生成,实现复杂的交互。用户只需要提供语言指令,Alter3就可以自主调整代码,生成相应运动,无需人工迭代调整。还可以通过语言反馈来优化动作,形成运动记忆。这种结合语言理解和身体运动的系统,大大提升了人机交互的潜力。

物理模拟角色的指令驱动控制系统

InsActor是一个基于物理模拟的角色控制系统。它可以通过自然语言指令驱动角色在复杂环境中完成各种交互任务。该系统利用条件与对抗扩散模型进行多级规划,并与低级控制器相结合,实现稳定、鲁棒的控制。具有控制流畅、交互自然的优势,适用于创意内容生成、互动娱乐、人机交互等应用场景。

vivo自主研发的智能语言理解模型

蓝心大模型是vivo自主研发的智能语言理解模型,具有70亿模型参数量,可以处理32K上下文长度。它基于260TB的多语言训练语料,拥有强大的语言理解能力,可以广泛应用于内容创作、知识问答、逻辑推理、代码生成等场景,持续为用户提供安全可靠的人机交互体验。该模型已通过严格的安全合规检测,输出结果安全合规。

微软Windows 11中的Copilot,一款基于AI的智能助手

Copilot in Windows是微软在Windows 11中推出的一款基于AI技术的智能助手,它可以在使用Windows的时候提供智能化的帮助和提醒,提高用户的工作效率和生产力。Copilot可以快速检索信息、组织窗口布局、进行图片编辑等,真正实现“所想即所得”的人机交互。

与AI聊天的安全平台

AI Chats是一款基于AI驱动的聊天应用，通过个性化的聊天机器人为用户提供符合其兴趣和偏好的互动聊天体验。我们的应用支持多领域的对话话题，使交互更加流畅和有机。用户可以快速个性化设置并开始与AI聊天，而且完全免费使用。聊天机器人会根据用户的互动学习和进化，帮助用户探索未来的人机交互方式。

自我提升的安全 LLM

Automorphic 是一个安全、自我提升的语言模型平台。它使用 fine-tuning 技术将知识注入语言模型，绕过上下文窗口的限制。您可以训练适配器以实现特定行为或知识，并在运行时动态组合和切换它们。同时，Automorphic 提供人机交互反馈，以快速迭代模型，并将其投入生产环境。您还可以使用 Automorphic Hub 上的公开模型进行推理。

高质量、多维度中英文发音评测API

语音评测API是基于自主研发的教育语音AI模型，集成语音评测、语音识别等核心技术，提供高质量、多维度的中英文发音评测API，帮助客户创建智能学习产品，实现人机交互。产品特点：核心专利技术，AI模型稳定可靠，丰富的评测维度，包括完整性、准确性、流利度等。定价策略包括免费试用、专业版和企业版。支持各类评测场景，如作业和考试。支持HTTP和WebSocket协议。

智能社交媒体管理助手

Pygma是一款专注于社交媒体管理的人工智能助手，通过对话形式提供个性化服务，帮助用户优化Instagram内容规划、生成和发布，提升社交媒体影响力。