产品库

通过 AI 冥想提高注意力和减轻压力

Bliss Brain 是一款利用人工智能技术创建定制冥想的应用。它可以根据你的需求生成个性化的冥想内容，帮助你提高注意力、减轻压力，并改善睡眠质量。你可以选择不同的目标，包括减压、缓解焦虑、增强注意力或改善睡眠质量。此外，你还可以选择不同的声音和背景音乐，以获得更丰富的冥想体验。Bliss Brain 为你提供 5、10 或 15 分钟的冥想时长，让冥想融入你的日常生活。

个性化AI冥想教练

Ogimi是你的个性化AI冥想教练，根据你的特定需求生成定制的冥想指导，帮助你应对生活中的挑战。通过持续的冥想练习，你可以改善注意力和专注力，减轻压力和焦虑，调整心态向积极和感激转变，改善睡眠质量，增加自我意识和处理情绪能力，提升人际关系。通过记录冥想练习，你可以保持持续性，并通过连续天数、分钟数、积分和排行榜来跟踪自己的冥想实践。插件还提供了一系列录制的冥想，教授冥想的基本原理，并允许你选择各种环境音轨，获得更加身临其境的体验。与通用的冥想告别，与Ogimi一起开始你个性化的冥想之旅。

个人AI助手，帮助管理注意力和专注

Monkai是您的个人AI助手，帮助您管理注意力、避免分心，并提供正念引导。它能帮助您远离Facebook、Instagram等分散注意力和不健康的网站，帮助您保持专注。它通过时间逐渐减少您在这些网站上的使用。Monkai采用人工智能（AI）技术，能够理解和引导您的数字习惯。您的隐私是我们的首要任务！我们使用先进的设备上联合学习技术，确保您的原始信息永远不会被存储或共享。

快速且内存高效的精确注意力机制

FlashAttention是一个开源的注意力机制库，专为深度学习中的Transformer模型设计，以提高计算效率和内存使用效率。它通过IO感知的方法优化了注意力计算，减少了内存占用，同时保持了精确的计算结果。FlashAttention-2进一步改进了并行性和工作分配，而FlashAttention-3针对Hopper GPU进行了优化，支持FP16和BF16数据类型。

个性化图像生成的注意力混合架构

Mixture-of-Attention (MoA) 是一种用于个性化文本到图像扩散模型的新架构，它通过两个注意力路径——个性化分支和非个性化先验分支——来分配生成工作负载。MoA 设计用于保留原始模型的先验，同时通过个性化分支最小干预生成过程，该分支学习将主题嵌入到先验分支生成的布局和上下文中。MoA 通过一种新颖的路由机制管理每层像素在这些分支之间的分布，以优化个性化和通用内容创建的混合。训练完成后，MoA 能够创建高质量、个性化的图像，展示多个主题的组成和互动，与原始模型生成的一样多样化。MoA 增强了模型的先有能力与新增强的个性化干预之间的区别，从而提供了以前无法实现的更解耦的主题上下文控制。

高效能混合专家注意力路由语言模型

Yuan2.0-M32是一个具有32个专家的混合专家(MoE)语言模型，其中2个是活跃的。提出了一种新的路由网络——注意力路由，用于更高效的专家选择，提高了3.8%的准确性。该模型从零开始训练，使用了2000B个token，其训练计算量仅为同等参数规模的密集模型所需计算量的9.25%。在编码、数学和各种专业领域表现出竞争力，仅使用3.7B个活跃参数，每个token的前向计算量仅为7.4 GFLOPS，仅为Llama3-70B需求的1/19。在MATH和ARC-Challenge基准测试中超越了Llama3-70B，准确率分别达到了55.9%和95.8%。

快速且内存高效的精确注意力机制

FlexHeadFA 是一个基于 FlashAttention 的改进模型，专注于提供快速且内存高效的精确注意力机制。它支持灵活的头维度配置，能够显著提升大语言模型的性能和效率。该模型的主要优点包括高效利用 GPU 资源、支持多种头维度配置以及与 FlashAttention-2 和 FlashAttention-3 兼容。它适用于需要高效计算和内存优化的深度学习场景，尤其在处理长序列数据时表现出色。

高分辨率多视角扩散模型，使用高效行注意力机制。

Era3D是一个开源的高分辨率多视角扩散模型，它通过高效的行注意力机制来生成高质量的图像。该模型能够生成多视角的颜色和法线图像，支持自定义参数以获得最佳结果。Era3D在图像生成领域具有重要性，因为它提供了一种新的方法来生成逼真的三维图像。

首个无需注意力机制的7B大规模模型

Falcon Mamba是由阿布扎比技术创新研究所（TII）发布的首个无需注意力机制的7B大规模模型。该模型在处理大型序列时，不受序列长度增加导致的计算和存储成本增加的限制，同时保持了与现有最先进模型相当的性能。

基于注意力机制的运动生成和无训练编辑模型

MotionCLR是一个基于注意力机制的运动扩散模型，专注于人类动作的生成和编辑。它通过自注意力和交叉注意力机制，分别模拟模态内和模态间的交互，实现对动作序列的精细控制和编辑。该模型的主要优点包括无需训练即可进行编辑，具有较好的解释性，能够通过操作注意力图来实现多种运动编辑方法，如动作的强调或减弱、就地替换动作、基于示例的动作生成等。MotionCLR的研究背景是解决以往运动扩散模型在细粒度编辑能力上的不足，通过清晰的文本-动作对应关系，提高动作编辑的灵活性和精确性。

MoBA 是一种用于长文本上下文的混合块注意力机制，旨在提升大语言模型的效率。

MoBA（Mixture of Block Attention）是一种创新的注意力机制，专为长文本上下文的大语言模型设计。它通过将上下文划分为块，并让每个查询令牌学习关注最相关的块，从而实现高效的长序列处理。MoBA 的主要优点是能够在全注意力和稀疏注意力之间无缝切换，既保证了性能，又提高了计算效率。该技术适用于需要处理长文本的任务，如文档分析、代码生成等，能够显著降低计算成本，同时保持模型的高性能表现。MoBA 的开源实现为研究人员和开发者提供了强大的工具，推动了大语言模型在长文本处理领域的应用。

AI治疗中心：缓解压力

AI Therapy Hub是您掌握压力管理的个人指南。通过定制的精神健康支持，AI Companion为您提供帮助，无论何时何地。我们使用专有的人工智能技术，理解您的情绪和压力水平，并提供帮助您恢复平静和控制的解决方案。我们提供个性化的心理治疗体验，帮助您放松身心。我们还提供私人咨询服务，随时随地为您提供支持。通过舒缓的音乐、引导冥想和放松技巧，我们为您提供舒适和放松的时光，帮助您暂时远离日常生活的压力。我们通过正念练习帮助您专注于当下，培养内在的平静和专注力。AITherapyHub是您的合作伙伴，帮助您摆脱工作压力，保持心理健康。

捕捉用户注意力，将访问转化为潜在客户和销售

Superteam是一个捕捉用户注意力并将访问转化为潜在客户和销售的系统。它包括优化的订阅页面、价值为导向的电子邮件营销、持续的客户培养和建立关系等功能。Superteam可以帮助您提高转化率、增加销售和构建客户关系。我们每个月与4个客户合作，欢迎联系我们咨询可用性。

个性化冥想

Meditaia是一款个性化冥想产品，提供根据用户需求定制的冥想音频。通过调整音频内容和时长，帮助用户达到放松、减压和提高专注力的效果。用户可以选择不同的冥想主题，例如放松、睡眠、焦虑等。Meditaia还提供定制化的冥想计划，用户可以根据自己的时间和目标创建个性化的冥想日程。价格根据订阅类型和时长进行定价。

个性化冥想引导，由AI驱动，提升专注力，减压助眠。

Sanctuary是一款利用尖端AI技术为用户提供个性化冥想指导的应用程序。它通过智能学习用户偏好，提供每日更新的冥想内容，帮助用户改善专注力，减少压力，并促进更好的睡眠。该应用拥有超过10万次的个性化冥想创建记录，用户反馈显示，它简化了冥想过程，使冥想变得容易和可访问，对于缓解焦虑和整体压力水平有显著效果。

AI引导冥想

Moments是一款使用人工智能提供个性化和自然的冥想体验的冥想应用程序。根据您的感受，Moments会生成一次冥想会话，并由自然的AI语音引导您完成冥想。您可以设置提醒，使冥想成为您日常生活的习惯。Moments提供免费和专业版两种价格方案。

查看设计决策如何影响用户关注点

Dragonfly AI Extension 允许您使用Dragonfly AI的预测性注意力算法实时测量和分析任何数字体验的性能。模拟关键用户旅程，查看设计如何引导用户关注，并确定改善与商业和客户体验目标一致性的机会。

集成空间编织注意力，提升扩散模型的高保真条件

HelloMeme是一个集成了空间编织注意力的扩散模型，旨在将高保真和丰富的条件嵌入到图像生成过程中。该技术通过提取驱动视频中的每一帧特征，并将其作为输入到HMControlModule，从而生成视频。通过进一步优化Animatediff模块，提高了生成视频的连续性和保真度。此外，HelloMeme还支持通过ARKit面部混合形状控制生成的面部表情，以及基于SD1.5的Lora或Checkpoint，实现了框架的热插拔适配器，不会影响T2I模型的泛化能力。

具有注意力下沉的高效流媒体语言模型

StreamingLLM是一种高效的语言模型，能够处理无限长度的输入，而不会牺牲效率和性能。它通过保留最近的令牌和注意力池，丢弃中间令牌，从而使模型能够从最近的令牌生成连贯的文本，而无需缓存重置。StreamingLLM的优势在于能够在不需要刷新缓存的情况下，从最近的对话中生成响应，而不需要依赖过去的数据。

AI压力教练，助力管理工作相关压力。

Eve Coach 是一款人工智能压力教练，旨在为用户提供工作场所中遇到的压力情境的支持和指导。产品通过AI技术，帮助用户管理和减轻工作压力，提高工作效率和生活质量。

专注、冥想、睡眠音乐

brain.fm 是一款提供专注、冥想和睡眠音乐的在线平台。它拥有 1000 多个音轨，涵盖多种音乐类型和自然音景，通过个性化科学特征来帮助你集中注意力、放松、入睡和冥想。你可以根据自己的需求来个性化选择音乐特性。brain.fm 还提供移动应用，支持 iPhone 和 Android 设备。加入我们的 Motivation Challenge，享受无限次数的使用。

量化ADHD症状和干预措施的最佳方式

MoodMap是一个用于测量ADHD症状和干预措施的在线工具。它帮助用户跟踪和评估自己的注意力缺陷多动障碍症状，并记录他们使用的干预措施的效果。MoodMap的主要优点包括方便易用的界面，精确的测量结果，以及个性化的建议和反馈。它的背景信息包括ADHD的普遍存在和对个人日常生活和学习能力的影响。MoodMap定位于帮助那些希望更好管理他们ADHD症状的人。

个性化 AI 冥想教练

SereneAI 是一款个性化健康教练 APP，由先进的人工智能驱动，旨在与您一起成长，实现个人和专业的发展。它不仅仅是又一个冥想应用，还会根据您的情绪、思维和目标量身定制每一次冥想，帮助您减轻压力和焦虑，提高专注力和工作效率，实现工作与生活的平衡。每一次冥想都是独特的，没有预先录制的内容，采用多种技术，包括呼吸、可视化和肯定性言辞等，帮助您放松、减压、增加专注力，并在夜间提供个性化的助眠冥想。通过 SereneAI，您可以深入了解自己的冥想习惯和心理健康状况，获取个性化的见解和行动建议，提升自身的修行和福祉。

解锁超高集中力与宁静：加入创新的AI驱动冥想应用等待列表

NeoMind是一款创新的AI驱动冥想应用，为用户提供个性化的冥想体验。通过定制的冥想会话，用户可以提升福祉感、减轻压力、增强情绪韧性，实现更加平衡的生活。同时，NeoMind还可以帮助用户提高注意力、专注力和心智清晰度，提升日常任务的生产力和表现。通过AI技术和正念技巧，NeoMind还可以帮助用户有效处理和导航情绪，增强沉着和情商。NeoMind的创新协议可根据用户的进展和需求不断提供成长和进步，让用户在冥想实践中获得持续的成长和奖励。

学习在任意分辨率下找到微弱边界

Boundary Attention 是一个可微分模型，它通过一种称为边界注意力的机制来明确地建模边界，包括轮廓、角点和交叉点。与之前的经典方法相比，我们的模型具有可微分性，可扩展到更大的图像，并且能够自动适应图像的每个部分的适当几何细节水平。与通过端到端训练找到边界的先前深度方法相比，它具有提供亚像素精度、对噪声更具鲁棒性以及能够以原生分辨率和纵横比处理任何图像的优势。

减压策划，畅享梦幻婚礼

Zenplan是一款专为安大略省的婚礼策划而设计的产品，旨在减轻压力、节省时间。通过透明的定价和功能，让供应商能够联系您，实现您梦想中的婚礼。Zenplan不仅能够理解您的婚礼愿景，还能无缝整合您的Pinterest板和通过AI聊天机器人在几分钟内描述您的愿景。产品还提供便捷的婚礼策划功能，通过RFP功能，供应商可以根据您的婚礼愿景联系您，并说明他们如何为您提供服务。Zenplan还提供集中化沟通功能，以及通过AI邮件摘要快速提取关键信息的便利。此外，产品还提供生成比较表的功能，帮助您轻松比较供应商，节省决策时间。Zenplan旨在让策划过程让您感到轻松，从而实现您的梦幻婚礼。

Jax 库，计算机视觉研究及更多

Scenic 是一个专注于基于注意力模型的计算机视觉研究的代码库，提供优化训练和评估循环、基线模型等功能，适用于图像、视频、音频等多模态数据。提供 SOTA 模型和基线，支持快速原型设计，价格免费。

FlashInfer是一个用于大型语言模型服务的高性能GPU内核库。

FlashInfer是一个专为大型语言模型（LLM）服务而设计的高性能GPU内核库。它通过提供高效的稀疏/密集注意力机制、负载平衡调度、内存效率优化等功能，显著提升了LLM在推理和部署时的性能。FlashInfer支持PyTorch、TVM和C++ API，易于集成到现有项目中。其主要优点包括高效的内核实现、灵活的自定义能力和广泛的兼容性。FlashInfer的开发背景是为了满足日益增长的LLM应用需求，提供更高效、更可靠的推理支持。

一致的文本到视频编辑的光流引导注意力

FLATTEN是一种用于文本到视频编辑的光流引导注意力插件。它通过在扩散模型的U-Net中引入光流来解决文本到视频编辑中的一致性问题。FLATTEN通过强制在不同帧上的相同光流路径上的补丁在注意模块中相互关注，从而提高了编辑视频的视觉一致性。此外，FLATTEN是无需训练的，可以无缝集成到任何基于扩散的文本到视频编辑方法中，并提高其视觉一致性。实验结果表明，我们提出的方法在现有的文本到视频编辑基准上取得了最新的性能。特别是，我们的方法在保持编辑视频的视觉一致性方面表现出色。

腾讯QQ多媒体研究团队开发的轻量级灵活视频多语言模型

Video-CCAM 是腾讯QQ多媒体研究团队开发的一系列灵活的视频多语言模型（Video-MLLM），致力于提升视频-语言理解能力，特别适用于短视频和长视频的分析。它通过因果交叉注意力掩码（Causal Cross-Attention Masks）来实现这一目标。Video-CCAM 在多个基准测试中表现优异，特别是在 MVBench、VideoVista 和 MLVU 上。模型的源代码已经重写，以简化部署过程。