产品库

从音频生成照片般逼真的人类avatar

audio2photoreal是一个从音频生成照片级逼真avatar的开源项目。它包含了一个pytorch实现,可以从音频中合成交谈中的人类形象。该项目提供了训练代码、测试代码、预训练的运动模型以及数据集访问。它的模型包括人脸扩散模型、人体扩散模型、人体VQ VAE模型和人体引导变换器模型。该项目让研究人员和开发者能够训练自己的模型,并基于语音合成高质量的逼真avatar。

智能问答助手，快速响应各种问题。

Chatgoo是一个智能问答网站，它能够快速地回答用户的各种问题，提供即时的交互体验。该产品背后的技术可能涉及自然语言处理和机器学习，使得它能够理解和回应用户的查询。作为一个聊天工具，它可能具有广泛的应用场景，从日常对话到专业咨询。

快速搭建个性化网站

Notion Sites 是一个简单易用的网站搭建工具，用户可以通过拖放式构建块快速创建个性化网站，无需编写复杂的HTML或代码。它提供了超过10,000个模板，涵盖个人网站、活动页面、旅行指南、职位发布板和帮助中心等类型。Notion Sites 支持自定义域名、导航栏、主题、图标等，帮助用户打造独特的在线身份。此外，它还提供了数据库管理、AI辅助内容填充和搜索引擎优化等高级功能，以提升网站的专业度和访问量。

分布式长视频生成技术

Video-Infinity 是一种分布式长视频生成技术，能够在5分钟内生成2300帧的视频，速度是先前方法的100倍。该技术基于VideoCrafter2模型，采用了Clip Parallelism和Dual-scope Attention等创新技术，显著提高了视频生成的效率和质量。

自动驾驶与视觉语言模型的融合

DriveVLM是一个自动驾驶系统，它利用视觉语言模型(VLMs)来增强场景理解和规划能力。该系统通过独特的推理模块组合，包括场景描述、场景分析和分层规划，以提高对复杂和长尾场景的理解。此外，为了解决VLMs在空间推理和计算需求上的局限性，提出了DriveVLM-Dual，这是一个混合系统，结合了DriveVLM的优势和传统自动驾驶流程。在nuScenes数据集和SUP-AD数据集上的实验表明，DriveVLM和DriveVLM-Dual在处理复杂和不可预测的驾驶条件方面非常有效。最终，DriveVLM-Dual在生产车辆上进行了部署，验证了其在现实世界自动驾驶环境中的有效性。

桌面端的智能聊天助手

ChatGPT for macOS 是一款桌面应用程序，专为macOS用户设计，支持Apple Silicon处理器。它能够无缝集成到用户的工作中，提供快速访问ChatGPT服务，允许用户通过快捷键Option + Space快速打开应用，并支持截图、文件上传、提问、分享图片和搜索对话等功能。此应用旨在提高用户的工作效率，特别是在写作和创造过程中。

随时随地，享受高品质语音朗读。

ElevenLabs Reader App是一款可以将文本内容转化为语音的应用程序，它适用于iOS设备，并在美国、加拿大和英国上线。该应用提供高质量的语音朗读服务，支持多种格式的文本内容，包括文章、PDF、电子邮件等。用户可以从丰富的语音库中选择喜欢的语音，上传内容后即可随时随地收听。此外，ElevenLabs还提供了3个月的免费试用期，让用户可以尽情体验接近无限的文本生成和高品质语音服务。

AI助力教育工具，一键生成教学资源。

Porosheets是一个以教师为中心设计的AI教育工具，旨在通过AI技术减轻教师在资源创建上的压力，让他们更专注于提供高质量的教育。它提供了工作表生成、评分标准生成和课程计划生成等功能，支持多语言，为教师、家长和学生提供一站式服务。

客户反馈分析工具，快速获取洞察。

Survicate是一个专注于客户反馈分析的在线平台，通过集成多种调查工具和AI助手，帮助企业快速收集和分析客户反馈，从而优化产品体验和市场策略。该产品以其易用性、高效的数据分析能力和广泛的集成选项而受到市场的青睐。

基于模板的报告渲染平台

Wang-Template是一个从实际生产平台中提取的报告渲染模块，作为一个独立的报告生成系统。它采用BS架构，主要提供后端服务，支持多种数据源和报告类型，具有轻量级、易扩展、易于集成和智能化的特点。

AI驱动的协作白板解决方案

BloxGPT是一个结合人工智能技术的在线协作白板平台，它通过AI的辅助，使得用户能够在一个共享的数字空间内进行创意思考和团队协作。该平台支持多种工具和功能，帮助用户提高工作效率，促进团队成员之间的沟通与协作。

智能管理您的财务，让理财更简单。

InnerWallet是一个集成了人工智能的在线财务管理工具，旨在帮助用户更智能、更高效地处理财务事务。它通过内置的ChatGPT功能，使用户能够与自己的钱包进行交流，获取预算建议、消费模式等信息，从而实现财务自由和控制自己的财务命运。

实时问题报告与团队协作工具

Wallow是一个致力于提高团队协作效率和问题解决能力的产品。它通过实时问题报告、统一的产品空间、AI驱动的分析等功能，帮助团队成员更好地连接和协作，将愿景转化为现实。产品的主要优点包括实时性、统一性、智能化和易用性，适合从初创企业到大型企业的各个发展阶段。

一站式SQL查询协作和管理平台

Sherloq是一个为SQL用户设计的数据分析和管理工具，它通过提供SQL查询的协作、可访问性、一致性和统一性，帮助用户更高效地管理和使用SQL查询。Sherloq的主要优点包括无需集成即可使用、支持快速获取特定问题的答案、节省时间的共享查询功能、以及对数据安全性的重视。此外，Sherloq还获得了Product Hunt Award 2022年数据分析类别的第一名，并在G2上获得了4.9的高评分。

提升您的社交健康

Meeno Technologies Inc. 是一家专注于提供个性化社交健康洞察的公司，旨在帮助用户建立有意义的人际关系。产品目前在美国、英国、加拿大、澳大利亚、新西兰、爱尔兰、瑞典、挪威、丹麦、荷兰和芬兰等国家提供服务。

实验室数字化助手，提升科研效率。

Ascenscia是一个专门针对科学实验室设计的AI语音助手，通过与实验室软件和机器的集成，实现免提交互，加速数据收集，优化工作流程，减少错误，并加速研发周期。产品具备97%的准确率理解复杂科学术语，支持端到端加密确保数据安全，提供多语言服务，并可定制以适应不同实验室的独特需求。

为构建者提供一个被发现和发现他人的地方

Sage是一个由buildspace团队开发的平台，旨在为构建者、创业者和创意人士提供一个展示自己作品、技能和项目的空间。它允许用户相互发现并建立联系，促进合作和交流。Sage的主要优点在于其社区驱动的特性，以及为构建者提供展示和被发掘的机会。

AI驱动的图像元数据生成器，优化SEO，提升在线可见度。

ForVoyez是一个利用AI技术为图像自动生成SEO优化的元数据的网站，包括alt文本、标题和说明。它通过简化图像元数据的生成过程，帮助用户节省时间，提高网站在搜索引擎中的排名，吸引更多的有机流量，增加用户参与度。产品支持批量处理，适用于从数十到数千张图片的元数据生成，支持JPEG、PNG、WebP等常见图像格式，支持全高清至4K的图像分辨率。

智能间歇性禁食伴侣

WAIT是一款利用人工智能技术，为用户提供个性化间歇性禁食解决方案的应用程序。它通过智能技术适应用户的日常安排，提供实时洞见，帮助用户更快、更有效地实现健康目标。

AI助力，快速制作专业播客。

MakePodcast是一个利用人工智能技术，帮助用户在短时间内制作出专业品质播客的平台。它通过Open AI TTS和Eleven Labs Voices技术，简化了播客制作流程，使得用户只需上传剧本、选择声音，即可快速生成播客。产品支持多种语言，允许用户使用自己的声音，或从AI声音库中选择，以适应不同的风格和需求。MakePodcast适合所有类型的内容创作者，无论是制作完整的播客剧集、广告阅读、还是将博客文章转化为播客，都能轻松实现。此外，产品提供了一次性购买、无限制作播客的定价模式，为用户提供了高性价比的选择。

智能儿童故事书APP

Pico Library是一款利用先进的人工智能技术，为孩子编写和阅读有趣的故事的APP。它由苹果的神经引擎驱动，所有故事的创作和阅读都在你的设备上进行，无需互联网连接。该APP支持个性化故事定制，朗读功能，并能通过一次性应用内购买解锁更多功能，如个性化语音集成、无限写故事和保存故事、编辑故事和标题等。Pico Library不仅培养孩子对阅读的热爱，还支持语言发展和认知成长，是每位家长的得力助手。

AI驱动的SQL查询生成工具

SQLPilot是一个基于人工智能的SQL查询生成工具，旨在帮助用户快速生成复杂的SQL查询。它支持PostgreSQL和MySQL数据库，并且提供多种GPT模型以供选择。SQLPilot的主要优点包括不限数据库连接数量、SQL自动补全功能以及对用户隐私和数据安全的承诺。此外，它还提供了结果下载功能，并计划推出图形和图表查看结果的功能。

智能提升您的Twitter体验

Twitdget是一款专注于Twitter平台的AI驱动工具，通过智能内容计划、自动化发布调度、深度分析和游戏化功能，帮助用户增加Twitter账户的参与度，优化发布流程。它还提供了一个原生图片编辑器，使得内容创作更加直观和高效。

集合全球主流AI的超级AI体

PPWORD是中国的POE,集合了全球主流的AI。包括聊天类AI:ChatGPT3.5、ChatGPT-4o、Gemini、Claude、通义千问等。画图AI：Midjourney等,音乐AI：Suno等和视频AI：Luma等。用户可以利用多个AI协作，创作极具创意的内容。

利用知识图谱和文档网络增强语言模型性能

Knowledge Graph RAG 是一个开源的Python库，它通过创建知识图谱和文档网络来增强大型语言模型（LLM）的性能。这个库允许用户通过图谱结构来搜索和关联信息，从而为语言模型提供更丰富的上下文。它主要应用于自然语言处理领域，尤其是在文档检索和信息抽取任务中。

智能卖货主播，提升销售效率，增强购物体验。

Streamer-Sales 销冠 —— 卖货主播大模型是一个基于商品特点进行解说并激发用户购买意愿的智能模型。它通过深度理解商品特点，以生动、精准的语言为商品量身打造解说词，让每一件商品都焕发出诱人的光彩。无论是线上直播销售还是线下门店推广，这款模型都能成为销售的得力助手，提升销售效率，增强用户体验，为品牌形象加分。

智能卖货主播，提升销售效率，增强用户体验。

Streamer-Sales 销冠 —— 卖货主播大模型是一个基于InternLM2微调而来的AI模型，能够根据商品特点进行解说，激发用户的购买意愿。它适用于线上直播销售和线下门店推广，可以显著提升销售效率和用户体验，为品牌形象加分。该模型通过智能解说，使商品细节和整体效果更加生动、精准，从而吸引消费者。

智能卖货主播大模型，提升销售效率，增强购物体验。

Streamer-Sales 销冠是一个基于大语言模型的智能卖货主播系统，它能够根据商品特点从激发用户购买意愿的角度出发进行商品解说。该模型在 InternLM2 的基础上通过指令微调而来，集成了 LMDeploy 加速推理，支持 ASR 语音生成文字，RAG 检索增强生成，Agent 网络查询等功能，并通过 TTS 技术生成带有感情的语音，最终生成主播数字人视频，为商品解说提供全方位的技术支持。

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。

先进的视觉基础模型，支持多种视觉和视觉-语言任务

Florence-2是由微软开发的高级视觉基础模型，采用基于提示的方法处理广泛的视觉和视觉-语言任务。该模型能够解释简单的文本提示，执行诸如图像描述、目标检测和分割等任务。它利用FLD-5B数据集，包含54亿个注释，覆盖1.26亿张图像，精通多任务学习。其序列到序列的架构使其在零样本和微调设置中均表现出色，证明是一个有竞争力的视觉基础模型。