产品库

全球最灵活的声音机器

Fugatto（全称Foundational Generative Audio Transformer Opus 1）是由NVIDIA推出的一款生成式AI声音模型，能够通过文本和音频输入生成或转换任何描述的音乐、声音和语音组合。这款模型不仅能够根据文本提示创作音乐片段，还能从现有歌曲中添加或移除乐器，改变语音的口音或情感，甚至让人们创造出前所未有的声音。Fugatto的推出标志着音频合成和转换领域的一大进步，它不仅能够理解并生成声音，还具备多种音频生成和转换任务的能力，展现出了从其训练能力中涌现的新属性。

新一代骁龙X系列，搭载NPU，为创作者带来革新工具。

Snapdragon X Series是高通推出的新一代产品系列，通过搭载神经处理单元（NPU），为创作者提供了强大的AI算力。这一系列产品能够显著提升移动设备在图像处理、音频制作和3D建模等方面的性能，同时延长电池续航，为用户提供前所未有的移动创作体验。Snapdragon X Series的推出，标志着移动设备在创意工作领域的一次重大飞跃，使得专业级的创作工具可以随时随地被使用。

高效准确的AI语言模型

Llama-3.1-Nemotron-51B是由NVIDIA基于Meta的Llama-3.1-70B开发的新型语言模型，通过神经架构搜索（NAS）技术优化，实现了高准确率和高效率。该模型能够在单个NVIDIA H100 GPU上运行，显著降低了内存占用，减少了内存带宽和计算量，同时保持了优秀的准确性。它代表了AI语言模型在准确性和效率之间取得的新平衡，为开发者和企业提供了成本可控的高性能AI解决方案。

智能音乐创作工具，一键生成专业和弦进行。

Cadenza是一款AI驱动的音乐制作工具，它允许用户通过简单的描述来生成专业的MIDI和弦进行。该工具能够确保和弦流畅地转换，适用于各种音乐风格，从流行到爵士。Cadenza的主要优点包括用户友好的界面、实时生成和弦进行的能力以及与各种数字音频工作站(DAW)的兼容性。价格方面，Cadenza在促销期间以30美元的价格出售，这使得它对于音乐制作人来说是一个经济实惠的选择。

70亿参数的多方面奖励模型

Llama3-70B-SteerLM-RM是一个70亿参数的语言模型，用作属性预测模型，一个多方面的奖励模型，它在多个方面对模型响应进行评分，而不是传统奖励模型中的单一分数。该模型使用HelpSteer2数据集训练，并通过NVIDIA NeMo-Aligner进行训练，这是一个可扩展的工具包，用于高效和高效的模型对齐。

Amped Studio - 在线制作音乐

Amped Studio是一个在线音乐制作平台，提供创建音乐、节拍制作、音频编辑、声音录制和工程等功能。在这里可以找到一切创作音乐所需的工具！

先进的AI人声合成引擎，制作自然、富有表现力的歌声。

ACE Studio是一个先进的AI人声合成引擎，旨在制作听起来像真人一样自然和充满感情的歌声。其功能包括AI唱歌合成引擎、支持多语言的AI歌手、商业用途的免费使用权、多维AI情感参数、简化声乐制作流程、创造独特音色和唱法。用户可以利用ACE Studio修改Suno生成的音乐，并通过逐步分离人声与伴奏、合成新人声、混合新人声与原伴奏、后期处理和优化等步骤，实现替换原歌曲中的人声的目的。

AI内容再创造

ParsePrompt是一款AI工具，能够将播客剪辑、音频、网页和YouTube视频转换和总结为AI生成的内容。用户可以使用它来构建提示、总结内容、提取关键主题等。ParsePrompt能够帮助用户以极大的便利和速度实现内容增长目标，将原本需要十人团队和数千美元成本的工作，用极小的成本和一个人团队就能完成。

重新构想20万个样本或生成自己的样本

MUSIC SAMPLING是一款音乐采样插件，拥有200,000+的采样库，支持AI Sample Generation功能，可以根据用户输入的指令生成音乐样品。此外，用户还可以使用自己的样品进行创作，并在数字音频工作站中进行编辑和处理。MUSIC SAMPLING的使用场景包括音乐制作、音乐创作、音乐采样等。该产品的优势在于丰富的采样库和AI Sample Generation功能，可以帮助用户快速生成音乐采样，提高音乐创作效率。

创造潜力无限的 AI 歌声

ACE Studio 是时域科技旗下的 AI 歌声合成引擎，通过毫无妥协的高表现力人声，解除演唱能力的羁绊，释放人们的音乐想象力。ACE Studio 编辑器软件提供 Windows 客户端版本与 macOS 客户端版本，编辑器 UI 界面简便易操作，您可以轻松地选择 AI 歌手、创建音轨、导入 MIDI，在钢琴卷帘上新建音符、绘制 pitch，在调参面板调整 AI 参数，通过云渲染获得高质量、高可调性的 AI 歌声合成结果。ACE 歌声合成引擎的强大性能，使得虚拟歌手可以真正进入专业音乐生产领域，服务于广大音乐创作者。

AI 加持的音乐制作，就是这么轻松愉快

音乐制作工具从未像它一样简洁且专业，更不用说为你打造的一整套专属 AI 超能力。无论你是新手还是资深音乐人，是时候用 TuneFlow 实现你的音乐梦想了。 TuneFlow 是新一代 AI 助力的音乐制作工具，它配备了一整套强大的人工智能算法，覆盖端到端的完整音乐制作流程。就像一个专属制作团队，为你时刻待命。 主要功能点： - 声音克隆 - ChatGPT 歌词写作 - 智能作曲 - 智能鼓手 - 智能音频分轨 - 智能音频转录MIDI - 一键 Lo-Fi - 插件市场 - 强大且轻盈 - 随处可用 - 先进的音频处理引擎 - 精雕细琢 - 导入与导出 - 学习与分享 - 持续进化 - 快速开始 - 定价 使用场景： - 音乐创作 - 音乐制作 - 音乐写作 标签： - AI - 音乐制作 - 音乐创作 - 音乐工具 示例： 1. 用 TuneFlow 制作一首独特的音乐作品 2. 使用 TuneFlow 的声音克隆功能重新演绎一首经典歌曲 3. 利用 TuneFlow 的智能作曲功能创作一首原创曲目

AI音频转换工具

Voice-Swap是一款使用人工智能技术的音频转换工具，可以将您的声音转换成顶尖歌手的风格，适用于制作演示或找到最适合您曲目的完美声音。我们提供免费试用和订阅计划，支持远程协作和演示制作。

AI语音转文字工具

VoicePen是一款AI语音转文字工具，可将音频、视频、语音备忘录和网站转换为博客文章。它使用人工智能技术，在几分钟内生成转录文本，并提供博客文章的编辑和重新生成功能。支持多种语言和96+种语言的转录。VoicePen有多种定价计划可供选择，包括一次性付款和月度/年度订阅。适用于个人用户和商业用户。

AI模型上构建的AI应用和网站平台

Agentplace是一个无需编码知识即可在AI模型上构建AI应用和网站平台。它利用AI的适应性、常识、知识和语音能力，允许用户完全通过文本编程。产品的主要优点包括动态用户界面、语音模式、常识理解和即时发布。Agentplace的背景信息显示，它旨在通过AI技术简化网站和应用的创建过程，使非技术用户也能轻松构建交互式和动态的网站。价格方面，Agentplace提供免费和付费两种定价计划，以满足不同用户的需求。

统一接口访问多个生成式AI服务

aisuite是一个提供简单、统一接口以访问多个生成式AI服务的产品。它允许开发者通过标准化的接口使用多个大型语言模型（LLM），并比较结果。作为一个轻量级的Python客户端库包装器，aisuite使得创作者可以在不改变代码的情况下，无缝切换并测试来自不同LLM提供商的响应。目前，该库主要关注聊天完成功能，并计划在未来扩展更多用例。

AI技术助力，免费在线去除图片水印和标志

kaze.ai是一个专业的AI驱动的在线工具，能够快速且精确地从图片中移除水印。它使用户无需专业技术知识即可实现理想的去水印效果。该工具的重要性在于它能够维护图片质量的同时去除水印，这对于摄影师、设计师和内容创作者来说尤为重要，因为他们经常需要使用无水印的高质量图片。kaze.ai的价格定位是免费的，这使得它对于预算有限的个人和小型企业尤其有吸引力。

Stable Diffusion 3.5 Large的三款ControlNets模型

ControlNets for Stable Diffusion 3.5 Large是Stability AI推出的三款图像控制模型，包括Blur、Canny和Depth。这些模型能够提供精确和便捷的图像生成控制，适用于从室内设计到角色创建等多种应用场景。它们在用户偏好的ELO比较研究中排名第一，显示出其在同类模型中的优越性。这些模型在Stability AI社区许可下免费提供给商业和非商业用途，对于年收入不超过100万美元的组织和个人，使用完全免费，并且产出的媒体所有权归用户所有。

MCP是一个开放协议，用于无缝集成大型语言模型应用与外部数据源和工具。

Model Context Protocol（MCP）是一个开放协议，它允许大型语言模型（LLM）应用与外部数据源和工具之间实现无缝集成。无论是构建AI驱动的集成开发环境（IDE）、增强聊天界面还是创建自定义AI工作流，MCP都提供了一种标准化的方式，将LLM与它们所需的上下文连接起来。MCP的主要优点包括标准化的连接方式、易于集成和扩展、以及强大的社区支持。产品背景信息显示，MCP旨在促进开发者构建更加智能和高效的应用程序，特别是在AI和机器学习领域。MCP目前是免费提供给开发者使用的。

AI驱动的动物图像生成器，快速创建高质量动物图像。

Random Animal Generator是一个利用先进人工智能技术的网站，用户可以在短时间内生成高质量、独特的动物图像。这项技术的重要性在于它能够快速满足用户对动物图像的需求，无论是用于娱乐、教育还是设计灵感。产品背景信息显示，该网站由专业的机器学习算法支持，能够提供即时的结果和多样化的动物种类及风格选择。价格方面，网站提供了不同层次的服务选项，以满足不同用户的需求。

开创性的质量与成本新标准的图谱增强型检索增强生成模型

LazyGraphRAG是微软研究院开发的一种新型图谱增强型检索增强生成（RAG）模型，它不需要预先对源数据进行总结，从而避免了可能让一些用户和用例望而却步的前期索引成本。LazyGraphRAG在成本和质量方面具有内在的可扩展性，它通过推迟使用大型语言模型（LLM）来大幅提高答案生成的效率。该模型在本地和全局查询的性能上均展现出色，同时查询成本远低于传统的GraphRAG。LazyGraphRAG的出现，为AI系统在私有数据集上处理复杂问题提供了新的解决方案，具有重要的商业和技术价值。

开源AI代理项目，展示如何构建强大的AI代理并流式传输响应及生成工件。

PostBot 3000是一个开源项目，展示了如何构建一个强大的AI代理，流式传输响应并生成工件。该项目使用LangGraph Python构建AI工作流，并使用FastAPI创建一个健壮的API。它利用了多种技术栈，包括LangGraph、Vercel AI SDK、gpt-4o-mini、FastAPI、Next.js、TailwindCSS等。PostBot 3000的开源特性使得任何想要实现类似解决方案的人都能够更容易地进行开发和部署。

社区驱动的专家级LLMs市场，专为技术主题设计。

Lune AI是一个社区驱动的专家级大型语言模型（LLMs）市场，由开发者在技术主题上创建，以超越单独的AI模型。它通过集成各种技术知识源，如GitHub仓库、文档等，减少技术查询的幻觉，并提供准确的参考。Lune AI的API与OpenAI兼容，可以轻松集成到各种支持OpenAI兼容模型的工具中，如Cursor、Continue等。此外，Lune AI还提供了一个付费计划，用户可以通过贡献和创建Lunes来获得报酬。

FLUX.1的最小且通用的控制器

OminiControl是一个为Diffusion Transformer模型如FLUX设计的最小但功能强大的通用控制框架。它支持主题驱动控制和空间控制（如边缘引导和图像修复生成）。OminiControl的设计非常精简，仅引入了基础模型0.1%的额外参数，同时保持了原始模型结构。这个项目由新加坡国立大学的学习与视觉实验室开发，代表了人工智能领域中图像生成和控制技术的最新进展。

一键部署更智能的AI应用

Toolhouse是一个为AI应用提供高效动作和知识的一键部署平台，通过优化的云基础设施，减少推理时间，节省令牌使用，提供低延迟工具，并在边缘提供最佳延迟的服务。Toolhouse的SDK只需3行代码即可实现，与所有主要框架和LLMs兼容，为开发者节省数周的开发时间。

连接AI助手与数据系统的开放标准协议

Model Context Protocol（MCP）是一个旨在连接AI助手与数据系统（包括内容库、商业工具和开发环境）的新标准。它通过提供一个统一的开放标准，简化了AI系统与数据源之间的连接，使得AI系统能够更可靠地访问所需数据，从而产生更相关、更优质的响应。MCP的出现，解决了以往AI模型因信息孤岛和遗留系统限制而无法充分利用数据的问题，推动了AI技术的进一步发展和应用。

使用Anthropic API进行Playwright测试的AI工具

playwright-ai是一个集成了Anthropic的AI能力的Playwright测试插件。它允许开发者使用自然语言描述测试步骤，通过AI来执行复杂的测试任务，提高了测试的效率和准确性。该技术的主要优点包括简化测试流程、减少重复代码和提高测试覆盖率。产品背景是基于Playwright测试框架和Anthropic的AI技术，适用于需要进行自动化测试的软件开发项目。目前该项目是开源的，因此对于开发者来说是免费的。

一站式AI聚合搜索引擎，快速获取对比全网结果。

搜索123是一个便捷的多引擎聚合搜索平台，用户可以通过一个统一的搜索框同时查询多个搜索引擎，包括AI搜索、百度、搜狗、Google、影视资源搜索以及网盘资源等。它为用户提供了一站式的搜索体验，帮助用户节省时间、提高搜索效率，并且完全免费，保护用户隐私。

利用生成式AI技术，快速将文本转化为动画。

text2motion.ai是一个利用生成式人工智能技术，将文本内容快速转化为动画的平台。它通过简化动画制作过程，降低了对专业技能和昂贵设备的需求，使得从独立开发者到专业动画师都能在短时间内将角色赋予生命。该平台提供REST APIs和多种集成方式，支持用户在自己喜欢的工具和工作流程中使用。

通过AI技术将菜单图片转化为单个菜品图片，辅助点餐决策。

PicMenu是一个利用人工智能技术的网站，它允许用户上传菜单图片，然后通过AI技术将整个菜单的图片分解成单个菜品的图片，帮助用户更直观地看到每个菜品的样子，从而做出更好的点餐决策。这个产品背景信息显示它是由Together AI提供技术支持的，并且完全免费。

开源的先进语言模型后训练框架

Tülu 3是一系列开源的先进语言模型，它们经过后训练以适应更多的任务和用户。这些模型通过结合专有方法的部分细节、新颖技术和已建立的学术研究，实现了复杂的训练过程。Tülu 3的成功根植于精心的数据管理、严格的实验、创新的方法论和改进的训练基础设施。通过公开分享数据、配方和发现，Tülu 3旨在赋予社区探索新的和创新的后训练方法的能力。