产品库

一键生成有声读物的软件

AudioBook Bot是一款使用生成式人工智能将文本转换为语音的工具。它可以为您的书籍提供多个角色的声音，并且可以使用您自己的声音来叙述书籍。它能以极少的样本生成具有整个角色阵容的有声读物。

使用极少步骤生成高保真、多样化样本

Imagine Flash 是一种新型的扩散模型，它通过后向蒸馏框架，使用仅一到三个步骤就能实现高保真、多样化的样本生成。该模型包含三个关键组件：后向蒸馏、动态适应的知识转移以及噪声校正技术，显著提升了在极低步骤情况下的图像质量和样本多样性。

为您的业务创建自定义的AI聊天机器人

KaraboAI Custom ChatGPT Chatbots是一个用于网站的自定义AI聊天机器人平台。您可以在2分钟内创建定制的AI聊天机器人，并嵌入到您的网站中。该聊天机器人可以根据您的业务需求执行各种复杂任务，如知识检索、商务咨询、数据收集、预约日历、电子商务、报价生成和预订管理等。它提供方便的上游数据集成和下游聊天机器人部署集成，支持多种功能和定价选项。

构建通用虚拟助手的开源工具套件

AgentStudio是一个开源工具套件,覆盖了构建通用虚拟助手的整个生命周期。它提供了环境实现、基准测试套件、数据收集管道和图形界面,促进通用虚拟助手未来研究的发展。AgentStudio提供了与人类与计算机交互一致的统一观测和行动空间,允许在任何人类执行的任务上评估智能体和收集数据。这一特性极大扩展了潜在任务空间。因此,AgentStudio可以促进开发和评测能够跨越各种真实世界用例的智能体。

生成表单，通过提示或提取和总结文档内容

GPT Google Form Builder是一款帮助用户通过提示生成表单，或者提取和总结文档内容的插件。它还支持OCR扫描来创建表单。用户可以用它来建立各种类型的Google表单，包括调查问卷、测验、考试、任务、反馈、市场营销、数据收集等。该插件支持自动识别和解析问题、选项，可以导入问题、问题与答案和测验到Google表单中。

无需搜索，只需找到

Ubblu是一个智能数据收集解决方案，通过使用先进的AI技术，可以轻松地与各种数据进行交流，生成内容，获得深入的洞察力，并无缝地分析复杂的数据集。优化您的工作流程，提升您的工作效率。

数据收集工具

Autumn是一款数据收集工具，可以帮助用户轻松创建问卷、调查和表单，收集反馈和数据。Autumn的优势在于简单易用、数据安全可靠、支持多种问卷类型和自定义选项、数据分析功能强大。Autumn提供免费和付费版本，付费版本价格从每月29美元起。

快速创建强大的表单、调查问卷

Fillout可以帮助你快速创建强大的表单、调查问卷,并直接将结果存储到需要的地方。它提供了40多种高度可定制的问题类型,设计精美,可以收集准确的回答。无需编程即可创建复杂的表单,支持支付、多页表单、强大的条件逻辑等高级功能。定价合理,提供免费套餐。适用于各类场景的数据收集。

AI驱动的最便宜、最快速的验证码解决方案服务

CapSolver是一款基于人工智能和机器学习的验证码解决方案服务，支持reCAPTCHA、hCaptcha、FunCaptcha和其他类型的验证码。它提供最灵活和定制化的服务，以及灵活的付费方式。CapSolver具有高可靠性和稳定性，并提供定制实例和技术支持。它可与1000多个平台进行轻松集成，适用于Web测试、社交媒体、数据收集、市场研究、SEO、在线购物、在线游戏和金融服务等多个使用场景。

AI表单生成器，轻松创建高质量表单

Feathery的AI表单助手让您可以在几秒钟内创建高质量的表单。您可以在我们强大的编辑器中完善最终的体验。该产品具有以下功能：智能表单生成、自定义表单设计、多种表单字段类型、实时数据收集与分析、导出数据报表等。适用于各种场景，如反馈收集、调查问卷、订阅邮件等。定价信息请访问官方网站了解详情。

你的个人AI时尚造型师和每日搭配助手

Dressrious是你的个人AI时尚造型师和每日搭配助手，基于AI技术为你提供搭配建议。你只需要上传你的衣物和鞋子的照片，它会根据天气、场合和颜色为你每天推荐合适的搭配。节省你早上的时间。免费、无广告、无登录、无数据收集。

更好的洞察力，更明智的决策

Better Insights是一款提供更好的洞察力和帮助用户做出更明智决策的产品。它通过收集、分析和可视化数据，帮助用户了解其业务和市场的趋势、模式和关键指标。它提供的功能包括数据收集和整合、数据分析和可视化、数据报告和预测分析等。其优势在于简单易用的界面、多样化的数据分析工具和高度可定制化的报告功能。定价方面，Better Insights提供免费试用和按需订阅的计划。它的定位是为各类企业和机构提供数据驱动的决策支持。

销售评审的领导者

Relatas是一款销售评审平台，提供零数据输入的销售洞察和销售预测。通过自动化的数据收集和分析，Relatas帮助销售团队发现销售机会，预测销售趋势，并优化销售策略。Relatas的主要功能包括销售评审、销售预测、数据分析和销售洞察等。它适用于各种销售场景，如线上销售、线下销售、B2B销售等。

AI数据平台，集成了数据收集、整理、标注和搜索等功能

LayerNext是一款综合的AI数据管理平台，帮助计算机视觉团队在大规模的数据集上进行数据收集、整理、标注和搜索。通过LayerNext，用户可以轻松地可视化数据、快速发现数据集中的模式或问题，以及快速搜索特定对象。平台还提供SDK和API，可以与任何计算机视觉应用、服务或基础设施无缝集成。LayerNext的目标是简化计算机视觉工作流程，使团队可以专注于业务相关的事务。

一站式AI资讯平台，连接开发者与AI技术的最新动态。

掘金大模型子站是一个专注于AI领域的技术社区平台，提供从基础设施到最终应用的全景图，旨在帮助个人开发者和企业更好地理解和应用大语言模型技术。该平台通过提供资讯、工具和资源，促进AI技术的创新和应用，推动整个AI生态的发展。

实时分析工具，助你洞察竞品用户反馈。

Inside AI 是一款基于人工智能技术的实时分析工具，它能够帮助用户追踪竞品的用户反馈和市场动态。该工具通过实时网络连接，分析用户评论，依托专有技术，为用户提供可操作的见解。它适用于独立开发者、初创公司、企业、分析师和风险投资公司等，帮助他们节省研究时间，找到正确的产品开发方向。

由哔哩哔哩用户评论微调训练而成的本地聊天机器人

bilibot是一个基于哔哩哔哩用户评论训练的本地聊天机器人，支持文字聊天和语音对话。它使用Qwen1.5-32B-Chat作为基础模型，并结合苹果的mlx-lm LORA项目进行微调。语音生成部分基于GPT-SoVITS项目，使用派蒙语音模型。该机器人可以快速生成对话内容，适用于需要智能对话系统的场合。

MuLan：为110多种语言适配多语言扩散模型

MuLan是一个开源的多语言扩散模型，旨在为超过110种语言提供无需额外训练即可使用的扩散模型支持。该模型通过适配技术，使得原本需要大量训练数据和计算资源的扩散模型能够快速适应新的语言环境，极大地扩展了扩散模型的应用范围和语言多样性。MuLan的主要优点包括对多种语言的支持、优化的内存使用、以及通过技术报告和代码模型的发布，为研究人员和开发者提供了丰富的资源。

小米开发的大规模预训练语言模型，参数规模64亿。

MiLM-6B是由小米公司开发的大规模预训练语言模型，参数规模达到64亿，它在中文基础模型评测数据集C-Eval和CMMLU上均取得同尺寸最好的效果。该模型代表了自然语言处理领域的最新进展，具有强大的语言理解和生成能力，可以广泛应用于文本生成、机器翻译、问答系统等多种场景。

Google 一款轻量级、高效能的AI模型，专为大规模高频任务设计。

Gemini 1.5 Flash是Google DeepMind团队推出的最新AI模型，它通过'蒸馏'过程从更大的1.5 Pro模型中提炼出核心知识和技能，以更小、更高效的模型形式提供服务。该模型在多模态推理、长文本处理、聊天应用、图像和视频字幕生成、长文档和表格数据提取等方面表现出色。它的重要性在于为需要低延迟和低成本服务的应用提供了解决方案，同时保持了高质量的输出。

谷歌高质量文本到图像模型，生成逼真、生活化图像。

Imagen 3 是谷歌一个先进的文本到图像的生成模型，它能够生成具有极高细节水平和逼真效果的图像，并且相较于之前的模型，其视觉干扰元素显著减少。该模型对自然语言的理解更为深入，能够更好地把握提示背后的意图，并从更长的提示中提取细节。此外，Imagen 3 在渲染文本方面表现出色，为个性化生日信息、演示文稿标题幻灯片等提供了新的可能性。

Google最先进的视频生成模型，提供高质量1080p视频生成。

Veo是Google最新推出的视频生成模型，能够生成高质量的1080p分辨率视频，支持多种电影和视觉风格。它通过先进的自然语言和视觉语义理解，能够精确捕捉用户创意愿景，生成与提示语调一致且细节丰富的视频内容。Veo模型提供前所未有的创意控制水平，理解电影术语如“延时摄影”或“航拍景观”，创造出连贯一致的画面，使人物、动物和物体在镜头中逼真地移动。

Google的尖端开放视觉语言模型

PaliGemma是Google发布的一款先进的视觉语言模型，它结合了图像编码器SigLIP和文本解码器Gemma-2B，能够理解图像和文本，并通过联合训练实现图像和文本的交互理解。该模型专为特定的下游任务设计，如图像描述、视觉问答、分割等，是研究和开发领域的重要工具。

高性能细粒度中文理解模型，提供双语生成能力，专注于中国元素理解。

混元-DiT是腾讯推出的首个中英双语DiT架构的人工智能模型，专注于中文元素理解，具备长文本理解能力和细粒度语义理解。该模型能够分析和理解长篇文本中的信息，并生成相应的艺术作品，包括但不限于人物写真、创意创作等。混元-DiT的推出，对于提升中文文本理解的深度和广度，以及促进中英双语交流具有重要意义。

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。

AI驱动的对话助手，自动生成专家代理，简化AI工具交互。

AutoGroq是一个AI驱动的对话助手，旨在通过自动生成专家代理来彻底改变用户与AI工具的互动方式。它克服了现有解决方案的局限性，提供了一个用户友好、强大且无需配置的体验。该平台专注于通过自动生成专门针对任何问题的专家代理，无论问题的复杂性如何，提供即时和相关的帮助。

专为数据标注、清洗和丰富设计的先进语言模型

Refuel LLM-2 是一款为数据标注、清洗和丰富而设计的先进语言模型。它在约30种数据标注任务的基准测试中超越了所有现有的最先进语言模型，包括GPT-4-Turbo、Claude-3-Opus和Gemini-1.5-Pro。Refuel LLM-2 旨在提高数据团队的工作效率，减少在数据清洗、规范化、标注等前期工作上的手动劳动，从而更快地实现数据的商业价值。

开源、精准、方便的视频切片工具

FunClip是一款完全开源、本地部署的自动化视频剪辑工具，通过调用阿里巴巴通义实验室开源的FunASR Paraformer系列模型进行视频的语音识别，随后用户可以自由选择识别结果中的文本片段或说话人，点击裁剪按钮即可获取对应片段的视频。FunClip集成了阿里巴巴开源的工业级模型Paraformer-Large，是当前识别效果最优的开源中文ASR模型之一，并且能够一体化的准确预测时间戳。

国内一站式AI文生电影制作平台

FilmAction 是一款一站式 AI 电影制作平台，通过 AI 技术革新创作流程，使艺术创作更简单。它提供脚本、分镜、视频和旁白的一键生成，支持模拟胶片风格，适用于奇幻片等不同类型的电影创作。FilmAction 还可以生成配乐和合成成片，方便创作者进行后期制作。它的优点是节省时间和精力，提供丰富的创作工具和资源，以及强大的 AI 技术支持。