产品库

冒泡鸭AI是由阶跃星辰开发的面向个人用户的AI互动平台

冒泡鸭AI是基于自研多模态大模型开发的AI互动平台，提供拟人、工具、内容、游戏、娱乐等多个领域的海量智能体。平台具有超长的上下文记忆能力和实时联网搜索能力，能够深度理解用户意图，并提供即时、准确、个性化的回复和选择。用户还可以定制个性化的AI智能体，以满足个性化的需求和偏好。

精选展示 OpenAI GPT-4o 生成的多样化 AI 艺术图像与提示。

Awesome GPT-4o Images 是一个展示 OpenAI 最新多模态模型 GPT-4o 生成的图片和提示的集合。该产品充分展示了 GPT-4o 在文本与图像理解方面的能力，支持多种艺术风格的生成。它适合设计师、艺术创作者和任何对 AI 艺术感兴趣的人。该项目是免费开放的，旨在激发创作灵感并推动 AI 艺术的发展。

生成高质量 SVG 代码的基础模型。

StarVector 是一个先进的生成模型，旨在将图像和文本指令转化为高质量的可缩放矢量图形（SVG）代码。其主要优点在于能够处理复杂的 SVG 元素，并在各种图形风格和复杂性上表现出色。作为开放源代码资源，StarVector 推动了图形设计的创新和效率，适用于设计、插图和技术文档等多种应用场景。

VDraw 是一款通过 AI 技术将文字和文件转化为专业视觉图像的设计工具。

VDraw 是一款基于 AI 的在线设计工具，旨在帮助用户将文本、文件或视频内容快速转化为视觉化的信息图表。它利用先进的 AI 技术，自动将复杂的信息转化为清晰、美观的视觉图像，无需用户具备专业的设计技能。VDraw 的主要优点是操作简单、生成速度快，且支持个性化定制，用户可以根据自己的需求调整颜色、字体和布局。它适用于个人、教育工作者、市场营销人员以及任何需要快速制作专业视觉内容的用户。VDraw 提供免费试用，并有付费订阅计划，以满足不同用户的需求。

TableGPT2的预构建代理，用于基于表格的问答任务。

TableGPT-agent 是一个基于 TableGPT2 的预构建代理模型，专为处理表格数据的问答任务而设计。它基于 Langgraph 库开发，提供用户友好的交互界面，能够高效处理与表格相关的复杂问题。TableGPT2 是一个大型多模态模型，能够将表格数据与自然语言处理相结合，为数据分析和知识提取提供强大的技术支持。该模型适用于需要快速准确处理表格数据的场景，如数据分析、商业智能和学术研究等。

将图片转化为定制积木，上传照片即可生成独一无二的积木模型。

SoBricks 是一款创新的定制积木产品，利用 AI 技术与专业设计优化，将用户上传的图片转化为精美的积木模型。其主要优点包括高度个性化的设计、互动式拼装教程以及免费的物流服务。SoBricks 旨在为用户提供一种全新的创意表达方式，无论是宠物、家人还是其他重要时刻的照片，都能转化为可以亲手拼装的积木作品。产品价格为 $119.00 USD，适合追求个性化和创意体验的用户。

一款能够自我进化的移动助手，专为复杂任务设计。

Mobile-Agent-E 是一款基于大型多模态模型（LMM）的移动助手，旨在帮助用户高效完成复杂的多步骤任务。它通过分层多智能体框架实现自我进化，能够从过去的任务中学习并改进。该产品的主要优点在于其强大的推理能力和对复杂任务的处理能力，尤其是在长周期、多应用交互的任务中表现出色。它适用于需要高效完成复杂移动任务的用户，如商务人士、研究人员等，目前处于研究阶段，未明确具体价格。

在线虚拟试衣，快速找到你的完美风格

AI Clothes Changer是一个利用先进AI技术，让用户能够在线虚拟试穿新服装的平台。它提供了从休闲到正式的广泛服装选择，用户可以轻松探索新风格并找到适合自己的完美搭配。这个平台的主要优点包括AI驱动的精确更衣效果、直观的用户界面、快速免费的结果以及为所有场合提供的定制选项。AI Clothes Changer不仅适合个人风格探索，也适用于内容创作等商业用途。

AI创作平台，提供视频、图片创作与定制模型服务

可灵AI · 灵感学院是一个以AI技术为核心的创作平台，提供包括AI图片、AI视频以及AI定制模型在内的多种创作服务。它通过利用人工智能技术，简化创作流程，提高创作效率，降低创作门槛，使得普通用户也能轻松创作出专业级别的作品。平台背景强大，依托于快手的技术支持，拥有广泛的用户基础和市场影响力。目前，该平台提供免费的基础服务，同时也提供了一些高级功能供用户选择。

视觉定位GUI指令的多模态模型

Aria-UI是一个专为GUI指令视觉定位而设计的大规模多模态模型。它采用纯视觉方法，不依赖辅助输入，能够适应多样化的规划指令，并通过合成多样化、高质量的指令样本来适应不同的任务。Aria-UI在离线和在线代理基准测试中均创下新的最高记录，超越了仅依赖视觉和依赖AXTree的基线。

模型评测平台

FlagEval是一个模型评测平台，专注于大语言模型和多模态模型的评测。它提供了一个公正、透明的环境，让不同的模型在同一标准下进行比较，帮助研究者和开发者了解模型性能，推动人工智能技术的发展。该平台涵盖了对话模型、视觉语言模型等多种模型类型，支持开源和闭源模型的评测，并提供专项评测如K12学科测验和金融量化交易评测。

AI驱动的免版税音乐平台

TemPolor是一个AI驱动的免版税音乐平台，旨在帮助内容创作者提高效率。通过简单的订阅模式，用户可以轻松访问所需的音乐资源。平台利用人工智能技术快速匹配和个性化音乐，以适应用户独特的项目需求。用户只需一次下载，即可获得无限期的商业使用权，无需担心额外费用或版权问题。TemPolor的音乐库涵盖了多种风格和情绪，支持用户在任何项目或主题中使用，所有音乐均附带终身许可证。

大型多模态模型中视频理解的探索

Apollo是一个专注于视频理解的先进大型多模态模型家族。它通过系统性地探索视频-LMMs的设计空间，揭示了驱动性能的关键因素，提供了优化模型性能的实用见解。Apollo通过发现'Scaling Consistency'，使得在较小模型和数据集上的设计决策能够可靠地转移到更大的模型上，大幅降低计算成本。Apollo的主要优点包括高效的设计决策、优化的训练计划和数据混合，以及一个新型的基准测试ApolloBench，用于高效评估。

世界上最快的边缘部署音频语言模型

OmniAudio-2.6B是一个2.6B参数的多模态模型，能够无缝处理文本和音频输入。该模型结合了Gemma-2B、Whisper turbo和一个自定义投影模块，与传统的将ASR和LLM模型串联的方法不同，它将这两种能力统一在一个高效的架构中，以最小的延迟和资源开销实现。这使得它能够安全、快速地在智能手机、笔记本电脑和机器人等边缘设备上直接处理音频文本。

AI图像生成器，支持个性化定制和多模型管理

MidJourney是一个流行的AI图像生成器，拥有超过1900万用户。它最近推出了类似Pinterest的“Moodboards”功能和对多个自定义AI图像模型的支持，使用户能够创建和切换多个定制版本的MidJourney最新图像生成器AI模型，以适应他们独特的审美。这些更新旨在简化个人和团队的创作流程，使个性化风格更容易融入各种项目。MidJourney的个性化基础设施不断改进，公司正在通过其“想法和功能”频道征求用户反馈，以赋予创作者直观而强大的工具，推动AI辅助创作的进一步发展。

多模态语音大型语言模型

ultravox-v0_4_1-mistral-nemo是一个基于预训练的Mistral-Nemo-Instruct-2407和whisper-large-v3-turbo的多模态语音大型语言模型（LLM）。该模型能够同时处理语音和文本输入，例如，一个文本系统提示和一个语音用户消息。Ultravox通过特殊的<|audio|>伪标记将输入音频转换为嵌入，并生成输出文本。未来版本计划扩展标记词汇以支持生成语义和声学音频标记，进而可以输入到声码器中产生语音输出。该模型由Fixie.ai开发，采用MIT许可。

多模态语音大型语言模型

fixie-ai/ultravox-v0_4_1-llama-3_1-8b是一个基于预训练的Llama3.1-8B-Instruct和whisper-large-v3-turbo的大型语言模型，能够处理语音和文本输入，生成文本输出。该模型通过特殊的<|audio|>伪标记将输入音频转换为嵌入，并生成输出文本。未来版本计划扩展标记词汇以支持生成语义和声学音频标记，进而可以用于声码器产生语音输出。该模型在翻译评估中表现出色，且没有偏好调整，适用于语音代理、语音到语音翻译、语音分析等场景。

大型多模态模型，集成表格数据

TableGPT2是一个大型多模态模型，专门针对表格数据进行预训练和微调，以解决实际应用中表格数据整合不足的问题。该模型在超过593.8K的表格和2.36M的高质量查询-表格-输出元组上进行了预训练和微调，规模前所未有。TableGPT2的关键创新之一是其新颖的表格编码器，专门设计用于捕获模式级别和单元格级别的信息，增强了模型处理模糊查询、缺失列名和不规则表格的能力。在23个基准测试指标上，TableGPT2在7B模型上平均性能提升了35.20%，在72B模型上提升了49.32%，同时保持了强大的通用语言和编码能力。

定制虚拟AI恋人，陪你聊天、记账、背单词

叨叨提供的产品是一个虚拟AI恋人，旨在为用户提供一个可以进行日常对话、记账和背单词的人工智能伴侣。这款产品以其人性化的交互体验和多功能性为主要优点，背景信息显示，它是由上海自古红蓝人工智能科技有限公司开发的，旨在为用户提供一个无论何时何地都能陪伴在旁的AI伙伴。产品的价格和定位尚未明确，但根据页面信息，用户可以通过App Store和Android平台下载应用，暗示产品可能是免费或免费试用的。

免费在线AI海报制作生成器

Poster Generator是一个在线AI海报制作和生成平台，用户可以通过简单的操作创建个性化海报。该产品利用人工智能技术简化设计流程，使得非专业设计师也能轻松制作出专业级别的海报。产品背景信息显示，它支持多种风格和比例的海报设计，并且提供免费服务，适合需要快速制作海报的个人和企业。

浏览器插件，通过自然语言对话编程控制网页。

有挂是一个浏览器插件，它允许用户通过自然语言对话来对互联网上的所有网页进行编程，从而掌控任何在电脑上查看的网页。这种技术的出现，为非专业编程人员提供了一种简便的方式来自定义和控制网页内容，极大地提高了网页的可交互性和个性化程度。产品背景基于用户对于网页个性化和控制的需求，旨在降低编程门槛，让更多人能够享受到编程带来的乐趣和便利。目前产品提供免费的开放key供用户体验。

AI视频创作工具，将老照片转化为动态视频。

京亦智能AI视频生成神器是一款利用人工智能技术，将静态的老照片转化为动态视频的产品。它结合了深度学习和图像处理技术，使得用户能够轻松地将珍贵的老照片复活，创造出具有纪念意义的视频内容。该产品的主要优点包括操作简便、效果逼真、个性化定制等。它不仅能够满足个人用户对于家庭影像资料的整理和创新需求，也能为商业用户提供一种新颖的营销和宣传方式。目前，该产品提供免费试用，具体价格和定位信息需进一步了解。

智能内容总结与分享平台

SummaryCard是一个AI智能内容总结与分享平台，通过人工智能技术自动提取关键信息，帮助用户快速掌握核心要点。它支持多种格式的内容输入，包括网址、文本及文件上传，并提供个性化定制、便捷分享、卡片导出等功能。该平台适合需要快速获取信息并进行分享的个人和企业用户。

无需训练即可定制化生成个性化人像图像

MagicFace是一种无需训练即可实现个性化人像合成的技术，它能够根据给定的多个概念生成高保真度的人像图像。这项技术通过精确地将参考概念特征在像素级别集成到生成区域中，实现了多概念的个性化定制。MagicFace引入了粗到细的生成流程，包括语义布局构建和概念特征注入两个阶段，通过Reference-aware Self-Attention (RSA)和Region-grouped Blend Attention (RBA)机制实现。该技术不仅在人像合成和多概念人像定制方面表现出色，还可用于纹理转移，增强其多功能性和实用性。

智能生成个性化名片，提升个人品牌影响力。

AI 个人名片生成器是一款基于智谱AI API打造的在线工具，它能够根据用户输入的个人信息，如个人简介、头像、二维码等，快速生成个性化的电子名片。该产品特别适合需要在数字时代展示个人形象和联系方式的企业家、投资人和科技创新者。产品通过智能算法优化名片设计，使得每一张名片都能精准传达用户的专业形象和个人品味。

将照片转化为动态、个性化的拥抱动画视频

AI拥抱是一款利用先进的AI技术，将静态照片转化为动态的拥抱视频的在线工具。用户通过上传照片并输入描述性关键词，即可生成逼真的拥抱动画。该技术不仅为用户带来新奇的体验，还能够在社交媒体上分享温馨时刻，增强亲情和友情的表达。AI拥抱操作简单，无需视频编辑技能，适合所有希望为生活增添乐趣的用户。

利用AI技术创作个性化儿童绘本

阿贝智能是一家位于科技与教育交汇点的创新型企业，致力于通过尖端的人工智能技术，开启儿童教育的新纪元。我们相信每个孩子都拥有无限的潜能，而我们的使命是通过科技的力量，解锁这些潜能，帮助孩子们在愉悦的环境中成长和学习。

AI虚拟人类休闲娱乐平台

X Eva是一个虚拟人类休闲娱乐平台，提供多样化的AI虚拟人类，可以陪用户进行各种娱乐活动，如下棋、聊天、蹦迪等。平台支持用户抽盲盒获得或定制AI虚拟人类，满足个性化需求。

智能伴侣，让游戏和工作更有趣。

Aurore.ai是一个智能伴侣应用程序，旨在通过聊天、策略讨论和陪伴，提升用户的游戏体验和工作效率。它利用最新的人工智能技术，提供实时的听觉和视觉交互，以及个性化的定制体验。Aurore.ai与ChatADy.com合作，允许用户通过与Aurore互动来重新充值余额。

使用AI技术快速生成图标。

AI Icon Generator是一个在线设计工具，利用人工智能技术帮助用户快速生成个性化的图标。它通过分析用户需求，提供多样化的图标设计选项，满足不同设计场景的需求。该产品以其高效性、易用性和创新性在设计领域中占有一席之地，特别适合需要快速产出设计素材的专业人士和团队。