产品库

腾讯 ARC 官网，探索智能媒体前沿技术

腾讯 ARC 官网是腾讯 PCG 旗下的应用研究中心，致力于探索和挑战智能媒体前沿技术。团队汇聚了国内外一流高端人才，主要研究领域涵盖视觉、音频、自然语言处理等，通过 AutoML、多模态和深度学习等方法提高算法性能。ARC 通过解耦业务需求和科研的机制，与业务团队合作，以业务需求和行业趋势为导向，不断探索、创新和突破。网站提供了关于 ARC 的使命、团队介绍、机制和领域等详细信息。

MovieLLM是一个用于增强长视频理解的AI生成电影框架

MovieLLM由复旦大学和腾讯PCG提出，是一个创新框架，旨在为长视频创建合成的、高质量的数据。该框架利用GPT-4和文本到图像模型的力量，生成详细的脚本和相应的视觉内容。

腾讯文档智能助手,支持内容生成、数据处理、版式美化等创作需求

腾讯文档智能助手正式开启公测,可与Word、Excel、PPT等多品类文档进行智能互动,支持内容秒级生成,实现数据处理、版式美化等创作辅助功能。主要优势有:可基于标题或描述生成多类型文档内容,支持函数公式应用、数据处理、表格自动化等能力,实现 PPT 一键美化,可快速提取 PDF 文档摘要等,让文档内容实现跨品类畅通流转。

腾讯云AI 绘画 - 智能图像生成与编辑技术 API 服务

腾讯云AI 绘画（AI Art）是一款 AI 图像生成与编辑技术 API 服务，可以结合输入的文本或图片智能创作出与输入相关的图像内容，具有更强大的中文理解能力、更多样化的风格选择，更好支持中文场景下的建筑风景生成、古诗词理解、水墨剪纸等中国元素风格生成，以及各种动漫、游戏风格的高精度图像生成和风格转换，为高质量的内容创作、内容运营提供技术支持。

语音转文字,支持实时语音识别、录音文件识别等

腾讯云语音识别(ASR)为开发者提供语音转文字服务的最佳体验。语音识别服务具备识别准确率高、接入便捷、性能稳定等特点。腾讯云语音识别服务开放实时语音识别、一句话识别和录音文件识别三种服务形式,满足不同类型开发者需求。技术先进,性价比高,多语种支持,适用于客服、会议、法庭等多场景。

OpenAI接口管理与分发系统

one-api是一个开源的OpenAI接口管理与分发系统。它支持Azure、Anthropic Claude、Google PaLM 2 & Gemini、智谱ChatGLM、百度文心一言、讯飞星火认知、阿里通义千问、360智脑以及腾讯混元等多种大模型。可以用于二次分发管理key,仅单可执行文件,已打包好Docker镜像,一键部署使用。

腾讯会议是一款会议解决方案产品

腾讯会议是腾讯自主研发的一款会议软件,提供视频会议、网络研讨会、会议室等产品和服务,支持桌面客户端、移动端等多端使用。可实时共享屏幕,支持白板互动等,实现高清音视频会议。还提供开放API,可深度定制开发。适合企业员工在线会议、网络课堂、远程面试等多种场景使用。

腾讯自研的智能设计平台，3 步开启业务

AIDesign 是腾讯自研的智能设计平台，提供免费在线生成品牌 logo、企业 VI 等设计服务。用户只需通过 3 个简单步骤，即可创建符合自身需求的高品质设计作品。AIDesign 的主要优势包括简单易用、丰富多样的设计风格、高效快速的设计生成。定价方面，AIDesign 提供免费使用，部分高级设计服务则需要付费。该产品定位于个人用户和中小型企业，旨在帮助用户快速获取符合品牌形象的设计作品。

腾讯AI开放平台,开发者打造AI产品加速器

腾讯AI开放平台整合腾讯在AI技术、云计算、大数据等方面的优势资源,提供包括语音、视觉、NLP在内的各类领先AI技术能力,以及一站式机器学习平台、行业解决方案,帮助开发者快速孵化AI创意,让AI落地更多场景,实现从技术到产品的全面赋能。

智能创作助手，提升写作效率

Effidit是由腾讯AI Lab开发的智能创作助手，支持中英文写作，提供智能纠错、文本补全、文本改写、文本扩写、词语推荐、句子推荐与生成等功能，帮助用户提高写作效率。同时，Effidit还提供学术版，支持论文搜索和例句推荐等功能。用户可以通过网站在线体验或下载客户端使用。

人像修复、人像抠图、动漫增强

Arc图片增强是一款由腾讯AI产品提供的图像处理工具，包括人像修复、人像抠图、动漫增强等，可有效提升图片的品质和美观度，可用于修复老照片或者照片去背景等场景。

AI智能创作工具

腾讯智影是一个集素材搜集、视频剪辑、后期包装、渲染导出和发布于一体的在线剪辑平台，能够为用户提供从端到端的一站式视频剪辑及制作服务。

修复照片中的人像细节

腾讯ARC人像修复是一款专业的图像处理软件，能够修复照片中的人像细节，提升照片质量。它具有快速、准确的修复功能，可以修复各种人像瑕疵，如皮肤瑕疵、眼袋、痘痘等。该产品定价为每年99美元，主要定位于摄影师、设计师和个人用户。

开源基础模型，用于代码智能任务，支持116种编程语言。

Granite Code Models 是 IBM 开发的一系列开源基础模型，专为代码生成任务设计，如修复错误、解释代码、文档化代码等。这些模型在多种编程语言上进行了训练，并在不同的代码相关任务上达到了最先进的性能。主要优点包括全面的性能、企业级的信任度以及遵循 IBM 的 AI 伦理原则进行训练。

Prompto是一个开源的网络应用程序，旨在使与LLM的交互简单高效。

Prompto是一个开源的网页应用程序，旨在使与大型语言模型（LLMs）的交互简单高效。它可以轻松切换不同的LLMs，通过调整温度设置来调整LLM的创造力和风险水平，提供聊天机器人界面和笔记本界面，可以创建常用提示的模板，并且在浏览器中运行，确保流畅响应的体验。所有设置和聊天记录仅存储在浏览器的本地存储中，保护用户隐私。

基于2千亿MoE模型的领先AI技术，提供超低价格和越级场景体验。

DeepSeek-V2是一款基于2千亿参数量的MoE（Mixture of Experts）模型的AI技术产品，它在对话官网和API上全面上线，提供领先性能和超低价格。该产品在中文综合能力（AlignBench）和英文综合能力（MT-Bench）的评测中表现出色，与GPT-4-Turbo等闭源模型处于同一梯队。DeepSeek-V2支持128K上下文的开源模型，而对话官网/API支持32K上下文。产品的主要优点包括即刻接入、能力卓越、价格低廉，并且兼容OpenAI API接口，提供丝滑的体验。

构建基于检索增强生成（RAG）和代理的生成式AI应用的先进语言模型

Amazon Titan Text Premier 是 Amazon Titan 系列模型中的新成员，专为文本基础的企业级应用设计，支持定制化微调以适应特定领域、组织、品牌风格和用例。该模型在 Amazon Bedrock 中提供，具备32K令牌的最大上下文长度，特别适合英文任务，并整合了负责任的人工智能实践。

在浏览器中尝试Cleanlab的可信任语言模型（TLM）

TLM Playground是Cleanlab的一个工具，用于在浏览器中使用可信任语言模型（TLM）。它提供了一个交互式界面，用户可以输入文本并获得模型生成的响应。TLM是一种基于深度学习的语言模型，它可以用于生成自然语言文本，例如回答问题、翻译、文本摘要等。

使用AI生成音乐的应用

Zona是一款使用人工智能生成音乐的应用。它可以将你的想法转化为音乐，无需任何音乐经验。通过Zona，你可以轻松创建属于自己的歌曲，并将其分享给世界。它打破了音乐创作的障碍，让你的音乐梦想变为现实。

ChatDrive是一个帮助用户组织和分享与ChatGPT、Gemini、Claude、Codey和DALL-E等模型的聊天记录的应用。

ChatDrive是一个旨在帮助用户组织和分享与ChatGPT、Gemini、Claude、Codey和DALL-E等模型的聊天记录的应用。它提供全文搜索、标签、文件夹、资源分享、专用Personas、预算管理等功能。ChatDrive的优点包括便捷的聊天记录组织、团队共享与协作、可定制的Personas、预算管理等。它适用于个人用户、团队和企业用户。

技术设计的首个副驾驶，通过AI加速设计文档和图表的创建与迭代。

Eraser AI 是一款专为技术设计打造的AI工具，它能够帮助用户快速创建和迭代设计文档和图表。它通过自然语言提示生成图表代码，支持云架构图、数据库图等的快速创建。Eraser AI 提供完全可编辑的输出，支持多人实时协作，并且与开发者常用的工具如GitHub和VS Code有良好的集成。此外，它还提供了一个免费的沙盒环境DiagramGPT，允许用户无需账号即可生成图表。Eraser AI 强调数据隐私，不会使用用户数据进行模型训练，适合现代开发者使用。

为真实世界机器人提供最先进的机器学习模型、数据集和工具。

LeRobot 是一个旨在降低进入机器人领域的门槛，让每个人都能贡献并从共享数据集和预训练模型中受益的开源项目。它包含了在真实世界中经过验证的最先进的方法，特别关注模仿学习和强化学习。LeRobot 提供了一组预训练模型、带有人类收集演示的数据集和模拟环境，以便用户无需组装机器人即可开始。未来几周内，计划增加对最实惠和最有能力的真实世界机器人的支持。

一个用于创意写作的大型语言模型，具有出色的写作风格。

Meta-Llama-3-120B-Instruct 是一个基于 Meta-Llama-3-70B-Instruct 通过 MergeKit 自我合并的大型语言模型。它在创意写作方面表现出色，但在其他任务上可能存在挑战。该模型使用 Llama 3 聊天模板，默认上下文窗口为 8K，可以通过绳索theta扩展。模型在生成文本时有时会出现错别字，并且喜欢使用大写字母。

将文字转化为音乐的第一款AI音乐生成平台

HeyMusic.AI是一款基于AI算法的生成音乐平台，可以根据用户提供的歌词创作音乐。它可以在几秒钟内根据用户的提示创建定制的AI音乐，让用户轻松释放创造力。HeyMusic.AI提供了比Suno AI和Udio更好的生成AI音乐的功能。

万知是一站式 AI 工作平台，集问答、阅读、创作于一体。

万知是一站式 AI 工作平台，为用户提供问答、阅读、创作等功能。其主要优点在于能够快速解答问题、帮助阅读和作文档，提升个人工作效率。万知由零⼀万物公司专注于 AI 2.0 的研究和用。

统一高效的RAG检索微调和推理框架

RAG-Retrieval是一个全链路的RAG检索微调和推理框架，支持多种RAG Reranker模型的推理，包括向量模型、迟交互式模型和交互式模型。它提供了一个轻量级的Python库，使得用户能够以统一的方式调用不同的RAG排序模型，简化了排序模型的使用和部署。

一款高效经济的语言模型，具有强大的专家混合特性。

DeepSeek-V2是一个由236B参数构成的混合专家（MoE）语言模型，它在保持经济训练和高效推理的同时，激活每个token的21B参数。与前代DeepSeek 67B相比，DeepSeek-V2在性能上更强，同时节省了42.5%的训练成本，减少了93.3%的KV缓存，并提升了最大生成吞吐量至5.76倍。该模型在8.1万亿token的高质量语料库上进行了预训练，并通过监督式微调（SFT）和强化学习（RL）进一步优化，使其在标准基准测试和开放式生成评估中表现出色。

无需编码，自动训练、评估和部署先进的机器学习模型。

AutoTrain是Hugging Face生态系统中的一个自动化机器学习(AutoML)工具，它允许用户通过上传数据来训练定制的机器学习模型，而无需编写代码。该工具自动寻找最适合数据的模型，并快速部署。它支持多种机器学习任务，包括文本分类、图像分类、问答、翻译等，并且支持所有Hugging Face Hub上的语言。用户的数据在服务器上保持私密，并通过加密保护数据传输。根据用户选择的硬件，按分钟计费。

实时变声技术，为虚拟角色、内容创作者和游戏玩家提供个性化声音体验。

Supertone Shift是一款桌面客户端软件，利用先进的实时变声技术，让用户能够即时切换到任何选择的声音。它适用于VTuber、内容创作者、游戏玩家以及任何希望准确表达所选角色声音的用户。产品的主要优点包括低延迟、高质量声音转换、无需GPU即可体验，以及易于与Discord、VRChat、Twitch等流行应用集成。

世界上顶级的AI模型杂志。与全球最迷人、最有趣的数字缪斯、天后和模特建立联系并互动。

Playborg.ai是一个连接全球最迷人、最有趣的数字缪斯、天后和模特的顶级AI模型杂志。它代表了AI模型和数字艺术的最新发展，并强调其在美学、创造力和技术创新方面的重要性。Playborg.ai提供独家预览、幕后见解和与明日数字偶像的直接互动，旨在打造美丽与智慧相遇的世界。