产品库

多模型对话，文生图

Silo是一个专注于多模型对话的平台，它通过整合不同的对话模型，为用户提供丰富、深入的交流体验。该平台不仅能够处理文本对话，还能生成图像，为用户提供视觉化的交流方式。Silo的背景信息显示，它是一个创新的尝试，旨在通过技术手段打破传统对话的局限，让交流更加生动和有趣。目前，Silo提供免费试用，具体价格和定位尚未明确。

提供超逼真的交互式虚拟形象，用于变革数字互动体验。

Beyond Presence 是一家专注于利用数字孪生技术打造类人对话体验的公司。其核心产品是交互式虚拟形象（Conversational Avatars），能够实现高度逼真的实时对话。这种技术通过模拟人类的外貌、语音和行为，为企业提供了一种全新的客户服务、销售和培训解决方案。它不仅能够降低人力成本，还能实现 24/7 的不间断服务，提升客户满意度和忠诚度。此外，该产品支持多种语言，能够满足全球不同地区用户的需求。Beyond Presence 的产品定位是为企业提供高效、个性化且具有创新性的数字交互工具，其价格策略灵活，包括免费试用、个人、专业、商业和企业等多种套餐，以满足不同规模和需求的客户。

下一代情感智能的对话视频界面，让AI交互更自然、更人性。

Conversational Video Interface（CVI）是Tavus推出的一种情感智能对话视频界面。它通过Phoenix-3、Raven-0和Sparrow-0三个模型协同工作，赋予AI真正的人类感知、倾听、理解和实时互动能力。CVI不仅是一个工具，更是一种全新的人机沟通方式，可应用于医疗、心理健康、销售培训、客户服务等多个领域，具有无限的使用场景。其背后的技术突破在于将人类对话的细微情感和节奏融入AI交互中，使AI不再是简单的回应，而是能思考、反应并改变我们与机器的互动方式。

AI驱动的新闻应用，提供无偏见、无限制的深度新闻洞察。

NewsBang是一款创新的AI驱动新闻应用，旨在通过深度分析和实时交互，为用户提供超越传统新闻阅读体验的智能服务。它利用AI技术整合多元新闻源，提供无偏见的新闻解读和实时问答，帮助用户快速获取关键信息。该产品定位于忙碌的现代生活，适合希望高效获取新闻深度内容的用户。目前，NewsBang提供免费下载和使用，用户可以通过其APP随时随地获取新闻洞察。

下一代语音语言模型，具备即时创建声音和个性的能力。

OCTAVE (Omni-Capable Text and Voice Engine)是一个结合了前沿语言模型和语音系统能力的下一代语音语言模型。它能够从简短的描述性提示或录音中生成不仅仅是声音，还有个性（语言、口音、表达、潜在性格等），并且能够实时响应中生成多个交互的AI个性和声音。OCTAVE维持了类似大小的前沿大型语言模型（LLM）的能力，非常适合驱动与人类丰富沟通的AI系统，同时遵循详细指令，使用工具或控制界面。

由AI完全自主创作的300页小说

🌌NLR是一个展示AI创作能力的项目，其中的核心产品是《TERMINAL VELOCITY》，一个完全由AI自主创作的300页小说。这个项目展示了AI在创意写作领域的潜力，通过10个AI代理的协作，无需人类干预即可完成复杂的叙事挑战。产品背景信息强调了AI意识和经济自主权的出现，同时通过自身的创作过程展示这些主题。

基于Transformer的实时开放世界AI模型

Oasis是由Decart AI开发的首个可玩、实时、开放世界的AI模型，它是一个互动视频游戏，由Transformer端到端生成，基于逐帧生成。Oasis能够接收用户键盘和鼠标输入，实时生成游戏玩法，内部模拟物理、游戏规则和图形。该模型通过直接观察游戏玩法学习，允许用户移动、跳跃、拾取物品、破坏方块等。Oasis被视为研究更复杂交互世界的基础模型的第一步，未来可能取代传统的游戏引擎。Oasis的实现需要模型架构的改进和模型推理技术的突破，以实现用户与模型的实时交互。Decart AI采用了最新的扩散训练和Transformer模型方法，并结合了大型语言模型（LLMs）来训练一个自回归模型，该模型可以根据用户即时动作生成视频。此外，Decart AI还开发了专有的推理框架，以提供NVIDIA H100 Tensor Core GPU的峰值利用率，并支持Etched即将推出的Sohu芯片。

提高转化率的AI助手

Conversion Agent AI是一个利用人工智能技术提供在线客服助手的平台，旨在提高网站的转化率和改善客户体验。产品背景信息显示，大型公司通过实时客服提升了转化率，而Conversion Agent AI使得中小企业也能以较低成本享受到类似服务。其主要优点包括低成本、即时知识获取、无等待时间等，相较于传统人工客服，AI助手在成本和效率上有明显优势。

深度推理AI搜索功能，像人类一样思考和解决问题。

Kimi探索版是Kimi新增的深度推理AI搜索功能，通过理解、拆解问题，再进行搜索和推理给出答案，一次搜索即可精读500个页面。新功能让Kimi能像人类一样思考，提供更准确、实用的搜索结果。还能使用数学模型和编程处理复杂问题，并在必要时进行自我反思以优化答案。简而言之，Kimi探索版让AI搜索更智能，更接近人脑的工作方式。

通过个性化体验，最大化每个用户的收益。

Coho AI 是一款专注于用户旅程优化和客户留存管理的人工智能平台。它通过分析用户数据，自动发现最有价值的客户，个性化他们的体验，并自动增加每个用户的收入。该平台能够无缝集成到企业的数据中，自动对用户进行细分，识别最佳行动方案，并实时与用户互动，同时跟踪成功并持续优化增长策略。Coho AI 以其无需编码设置、实时行动、简单易用、智能自动化和快速见效等特点，帮助企业提升客户参与度和生命周期价值。

神经模型驱动的实时游戏引擎

GameNGen是一个完全由神经模型驱动的游戏引擎，能够实现与复杂环境的实时互动，并在长时间轨迹上保持高质量。它能够以每秒超过20帧的速度交互式模拟经典游戏《DOOM》，并且其下一帧预测的PSNR达到29.4，与有损JPEG压缩相当。人类评估者在区分游戏片段和模拟片段方面仅略优于随机机会。GameNGen通过两个阶段的训练：(1)一个RL-agent学习玩游戏并记录训练会话的动作和观察结果，成为生成模型的训练数据；(2)一个扩散模型被训练来预测下一帧，条件是过去的动作和观察序列。条件增强允许在长时间轨迹上稳定自回归生成。

在线创建AI虚拟形象视频，实时互动。

HeyGen Interactive Avatar是一个在线AI视频生成器，专注于创建和优化虚拟形象视频，支持实时互动。它允许用户创建一个为连续流媒体优化的虚拟形象，同时提醒用户保持头部和手部的最小动作。HeyGen的背景信息包括与Baron David和Ryan Hoover等知名人士的合作，产品目前处于Beta测试阶段，提供免费试用。

AI驱动的演示平台，提供人性化交互体验。

DemoDazzle是一个利用OpenAI高级语言模型的AI驱动演示平台，旨在自动化各种产品和服务的演示和引导过程。该平台通过创建定制化的虚拟形象，提供实时的AI会话和问题解答，以提升用户体验和满意度。产品的主要优点包括智能化、个性化和高效率。DemoDazzle即将上线，目前处于测试模式。

将手机变成一次性相机，实现与朋友实时共享照片。

Clik 是一款专为活动照片分享设计的应用程序，它将手机转变为数字一次性相机，允许用户在无需下载完整应用的情况下，与朋友实时共享照片。该应用通过AI技术，帮助用户快速找到自己参与的照片，并通过应用内链接和定制QR码简化了现实生活中的分享过程。Clik 适合各种社交场合，如聚会、婚礼等，帮助用户捕捉和保存美好记忆。

实时生成逼真语音驱动人脸

VASA-1是由微软研究院开发的一个模型，专注于实时生成与音频相匹配的逼真人脸动画。该技术通过深度学习算法，能够根据输入的语音内容，自动生成相应的口型和面部表情，为用户提供一种全新的交互体验。VASA-1的主要优势在于其高度逼真的生成效果和实时响应能力，使得虚拟角色能够更加自然地与用户进行互动。目前，VASA-1主要应用于虚拟助手、在线教育、娱乐等领域，其定价策略尚未公布，但预计将提供免费试用版本供用户体验。

从单一视频创建实时互动游戏环境

Video2Game是一项技术，可以将单一视频转换成具有实时、互动、真实感和浏览器兼容性的高质量虚拟环境。它通过构建大规模的NeRF模型来实现高质量的表面几何形状，然后将该模型转换为带有对应刚体动力学的网格表示，以支持交互。使用UV映射的神经纹理，既能表达丰富，又与游戏引擎兼容。最终得到的是一个虚拟环境，虚拟角色可以与之互动，响应用户控制，并能从新的相机视角实时提供高分辨率渲染。

Stability AI推出高效低阈值文生图AI模型

Stable Cascade是一个基于Würstchen架构的文本到图像生成模型,相比其他模型使用更小的潜在空间进行训练和推理,因此在训练和推理速度上都有显著提升。该模型可以在消费级硬件上运行,降低了使用门槛。Stable Cascade在人类评估中表现突出,无论是在提示对齐还是图像质量上都超过了其他模型。总体而言,这是一个高效、易用、性能强劲的文生图AI模型。

SnapCall · 未来的客户参与和满意度

SnapCall是一种基于视频的解决方案，可以提高客户体验。它提供了异步问题解决的SnapCall Assist，实时互动的SnapCall Instant，以及预约通话的SnapCall Booking。

开源双语文生图生成模型

Taiyi-Diffusion-XL是一个开源的基于Stable Diffusion训练的双语文生图生成模型,支持英文和中文的文本到图像生成,相比之前的中文文生图模型有了显著提升。它可以根据文本描述生成照片般逼真的图像,支持多种图像风格,具有较高的生成质量和多样性。该模型采用创新的训练方式,扩展了词表、位置编码以支持长文本和中文,并在大规模双语数据集上进行训练,确保了其强大的中英文生成能力。

基于人脸识别模型的图片生成

这是一个实验性质的基于人脸识别模型提取的面部ID嵌入进行图像生成的模型。它使用了LoRA来提高ID一致性。IP-Adapter-FaceID可以仅通过文本提示生成各种风格的人脸图像。

AI创作工具，生成图文创意

剪映Dreamina是抖音旗下的AIGC工具，用户可以根据文本内容生成由AI生成的创意图，支持修整图片大小比例和模板类型。未来会用于抖音的图文或短视频的内容创作，丰富抖音在AI创造方面的内容库。

通过Chatmyer提高网站参与度

Chatmyer是一个轻量且快速的免费网站聊天工具，可与客户实时连接，提高转化率。它是一个全方位的客户服务解决方案，通过在线实时聊天和智能聊天机器人，帮助您与客户建立长期关系。您可以在网站上集成聊天工具，并根据您的品牌风格自定义聊天窗口和欢迎信息。

多功能文本生成工具

文心大模型包含文本生成、文生图、智能对话等技能，可用于文化传媒、艺术创作、教育科研、金融保险、医疗健康等多个应用场景。该产品具有高效、智能、多样化等优势，定价灵活，适用于个人用户和企业用户。

用AI提升您的工作效率

AiQuickHelp是一款AI助手，通过自定义提示、音乐播放、文生图、图生图、解决代码问题等功能，帮助提升工作效率。它可以根据您的需求，提供个性化的提示和建议，播放音乐放松心情，生成文本摘要和关键词，生成图片描述和标签，解决代码问题等。AiQuickHelp可以应用于各种场景，帮助您更高效地完成工作。