产品库

年度旗舰智能音箱，天空音布局，音质卓越。

天猫精灵 X6 智能音箱是阿里巴巴旗下人工智能品牌天猫精灵发布的年度旗舰产品。它独创了天空音布局，采用1.1声学架构，通过独立高音单元的天空方向扬声设计，构建出天籁之音回荡的穹顶效果。音箱搭载了Hi-Fi级高保真数字功放，拥有高信噪比和低失真率，以及强劲的驱动单元。此外，天猫精灵 X6 还获得了CCEG金耳朵优选产品证书，支持与超过4.6亿台智能设备相连，覆盖1600余个品牌、6800余种型号。

将小爱音箱接入ChatGPT，打造专属智能家居语音助手。

MiGPT是一个通过将小爱音箱与ChatGPT的智能理解能力相结合，实现智能家居语音控制的项目。它不仅支持设备自动化，还能够通过角色扮演、流式响应、长短期记忆等技术，让智能家居设备更智能、更贴心地响应用户的指令。MiGPT支持Docker和Node.js两种启动方式，用户可以根据自己的需求进行选择。

AI秒级智能家居装修

Doors是一款智能家居装修工具，通过AI技术在几秒钟内为业主、房地产投资者和建筑师提供完美的家居装修方案。只需上传房屋照片，选择风格，AI将立即可视化出惊艳的家居改造效果。重新想象您的房屋，让Doors帮助您实现。

智能音箱，打造智慧生活

智能音箱是一款通过语音识别技术，可以回答问题、播放音乐、控制家居设备等功能的智能设备。它采用先进的声音处理技术，提供高品质的音乐播放体验。支持与智能手机、智能家居设备等进行无线连接，实现智慧生活。智能音箱定价合理，并且适用于家庭、办公室等场景。

智能家居助手，提供家庭建设项目的知识和指导

HomeHelper是一款智能家居助手，通过教育用户家庭建设项目的知识，使用户能够更加自信地进行DIY项目。它提供了无限的对家庭的了解，可以帮助用户了解项目成本、所需工具和难度级别，并提供详细的步骤说明。此外，HomeHelper还可以帮助用户成为明智的买家，并提供个性化的项目咨询。无论是第一次进行家庭建设项目，还是专业的DIY爱好者，HomeHelper都可以满足您的需求。

Lyria 2 是一款高保真音乐生成模型。

Lyria 2 是最新的音乐生成模型，能够创作多种风格的高保真音乐，适用于复杂的音乐作品。该模型不仅为音乐创作者提供了强大的工具，还推动了音乐生成技术的发展，提升了创作效率。Lyria 2 的目标是让音乐创作变得更加简单和可及，为专业音乐人和爱好者提供灵活的创作支持。

智能家居装饰AI软件

IACrea是一款通过人工智能实现即时家居装饰的软件。用户可以上传一张房间照片，并选择一个风格，然后根据智能算法生成新的装饰方案。它适用于展示房屋、预览装修效果、获得装饰灵感等场景。价格根据使用情况定价。

高保真、时间连贯的视频编辑

MagicEdit是一款高保真、时间连贯的视频编辑模型，通过明确分离外观和运动的学习，支持视频风格化、局部编辑、视频混合和视频外扩等多种编辑应用。MagicEdit还支持视频外扩任务，无需重新训练即可实现。

集成空间编织注意力，提升扩散模型的高保真条件

HelloMeme是一个集成了空间编织注意力的扩散模型，旨在将高保真和丰富的条件嵌入到图像生成过程中。该技术通过提取驱动视频中的每一帧特征，并将其作为输入到HMControlModule，从而生成视频。通过进一步优化Animatediff模块，提高了生成视频的连续性和保真度。此外，HelloMeme还支持通过ARKit面部混合形状控制生成的面部表情，以及基于SD1.5的Lora或Checkpoint，实现了框架的热插拔适配器，不会影响T2I模型的泛化能力。

Stability AI 高保真文本转语音模型

Stability AI 高保真文本转语音模型旨在提供对大规模数据集进行训练的语音合成模型的自然语言引导。它通过标注不同的说话者身份、风格和录音条件来进行自然语言引导。然后将此方法应用于45000小时的数据集，用于训练语音语言模型。此外，该模型提出了提高音频保真度的简单方法，尽管完全依赖于发现的数据，但在很大程度上表现出色。

Genmo 的视频生成模型，具有高保真运动和强提示遵循性。

这是一个先进的视频生成模型，采用 AsymmDiT 架构，可免费试用。它能生成高保真视频，缩小了开源与闭源视频生成系统的差距。模型需要至少 4 个 H100 GPU 运行。

使用频域分解进行高保真、可迁移的NeRF编辑

Freditor是一种基于频域分解的NeRF编辑方法。它可以实现高保真的NeRF场景编辑,并且可迁移到其他场景。该方法将NeRF场景划分为高频和低频两部分,对低频部分进行风格迁移,并将高频细节重新集成,从而生成高保真的编辑结果。Freditor还支持在推理过程中对编辑强度进行控制。实验表明,该方法在保真度和可迁移性方面都优于现有的NeRF编辑方法。

高保真图像到视频生成框架

AtomoVideo是一个新颖的高保真图像到视频（I2V）生成框架，它从输入图像生成高保真视频，与现有工作相比，实现了更好的运动强度和一致性，并且无需特定调整即可与各种个性化T2I模型兼容。

高保真头部混合与色键技术

CHANGER是一个创新的工业级头部混合技术，通过色键技术实现高保真度的头部混合效果，特别适用于视觉效果(VFX)、数字人物创建和虚拟头像等领域。该技术通过分离背景集成和前景混合，利用色键生成无瑕疵的背景，并引入头部形状和长发增强(H^2增强)以及前景预测性注意力转换器(FPAT)模块，以提高对各种真实世界情况的泛化能力。CHANGER的主要优点包括高保真度、工业级结果、以及对真实世界案例的广泛适用性。

高保真文本引导的音乐生成与编辑模型

MelodyFlow是一个基于文本控制的高保真音乐生成和编辑模型，它使用连续潜在表示序列，避免了离散表示的信息丢失问题。该模型基于扩散变换器架构，经过流匹配目标训练，能够生成和编辑多样化的高质量立体声样本，且具有文本描述的简单性。MelodyFlow还探索了一种新的正则化潜在反转方法，用于零样本测试时的文本引导编辑，并展示了其在多种音乐编辑提示中的优越性能。该模型在客观和主观指标上进行了评估，证明了其在标准文本到音乐基准测试中的质量与效率上与评估基线相当，并且在音乐编辑方面超越了以往的最先进技术。

高保真文本到4D生成

4D-fy是一种文本到4D生成方法，通过混合分数蒸馏采样技术，结合了多种预训练扩散模型的监督信号，实现了高保真的文本到4D场景生成。其方法通过神经表示参数化4D辐射场，使用静态和动态多尺度哈希表特征，并利用体积渲染从表示中渲染图像和视频。通过混合分数蒸馏采样，首先使用3D感知文本到图像模型（3D-T2I）的梯度来优化表示，然后结合文本到图像模型（T2I）的梯度来改善外观，最后结合文本到视频模型（T2V）的梯度来增加场景的运动。4D-fy可以生成具有引人入胜外观、3D结构和运动的4D场景。

节能高效，智能管理

智能家居能源管理系统可以帮助用户实现智能化、自动化的能源管理，包括用电监测、智能调控、优化能源利用等功能。通过智能算法和数据分析，系统可以自动调整电器设备的使用，以达到节能减排、降低电费的效果。系统提供实时数据监测和报告，用户可以随时了解家庭的能源消耗情况，并可以通过手机App进行远程控制。系统还支持定时开关、智能场景设置等功能，提供便捷的智能家居体验。

AI辅助的智能家居设计服务与商务平台

该产品利用AI技术,为用户提供智能化的家居设计服务,具有设计方案智能生成、样板房展示、设计师匹配咨询等功能,可快速高效地完成设计方案,同时还具备设计师、样板房等相关商务服务,可一站式满足用户的家居设计及商务需求。

基于扩散模型的高保真服装重建虚拟试穿技术

TryOffDiff是一种基于扩散模型的高保真服装重建技术，用于从穿着个体的单张照片中生成标准化的服装图像。这项技术与传统的虚拟试穿不同，它旨在提取规范的服装图像，这在捕捉服装形状、纹理和复杂图案方面提出了独特的挑战。TryOffDiff通过使用Stable Diffusion和基于SigLIP的视觉条件来确保高保真度和细节保留。该技术在VITON-HD数据集上的实验表明，其方法优于基于姿态转移和虚拟试穿的基线方法，并且需要较少的预处理和后处理步骤。TryOffDiff不仅能够提升电子商务产品图像的质量，还能推进生成模型的评估，并激发未来在高保真重建方面的工作。

音质至上的在线人工智能免费提取伴奏人声

团子伴奏提取是一个利用人工智能 AI 提取音乐中伴奏、人声、和声、音乐分轨、人声消除的在线服务，音质清晰完美超过传统软件的处理。免费上传试听，音质清晰，操作简单快捷，适用于音乐爱好者、翻唱者等。

音频驱动的高保真3D人头化身合成技术

GaussianSpeech是一种新颖的方法，它能够从语音信号中合成高保真度的动画序列，创建逼真、个性化的3D人头化身。该技术通过结合语音信号与3D高斯绘制技术，捕捉人类头部表情和细节动作，包括皮肤皱褶和更细微的面部运动。GaussianSpeech的主要优点包括实时渲染速度、自然的视觉动态效果，以及能够呈现多样化的面部表情和风格。该技术背后是大规模多视角音频-视觉序列数据集的创建，以及音频条件变换模型的开发，这些模型能够直接从音频输入中提取唇部和表情特征。

每个人的智能伙伴，让工作更智能

飞书智能伙伴是一款智能助手产品，可以为用户选择自己喜欢的形象、设置姓名，并记忆用户在飞书上的行为，支持部署在飞书上的业务应用，实现跨系统任务完成和统一使用体验。产品定位于提升工作效率和创造力，是企业数字员工的新型助手。

智能语音助手，简化您的生活

智能语音助手是一款能够通过语音指令帮助您完成各种任务的应用程序。它可以回答您的问题、提供天气预报、设置提醒事项、播放音乐、控制智能家居设备等。智能语音助手具有高度的智能性和个性化定制功能，能够与您进行自然对话并提供个性化的服务。定价灵活多样，满足不同用户需求。它适用于各种场景，包括家庭、办公室、车辆等。

开源、注重隐私的语音助手

Home Assistant Voice Preview Edition是一款开源、注重隐私的语音助手硬件产品，旨在提供一种开放、本地化、私人化的语音控制解决方案。它允许用户通过语音控制家中的智能设备，同时确保用户的语音数据不会离开本地网络，保护用户隐私。该产品背景是响应对隐私保护日益增长的需求，特别是在智能家居领域。价格方面，产品定价为59美元，推荐零售价，具体价格可能会因零售商而异。

Animate Anyone 2 是一款高保真角色图像动画生成工具，支持环境适配。

Animate Anyone 2 是一种基于扩散模型的角色图像动画技术，能够生成与环境高度适配的动画。它通过提取环境表示作为条件输入，解决了传统方法中角色与环境缺乏合理关联的问题。该技术的主要优点包括高保真度、环境适配性强以及动态动作处理能力出色。它适用于需要高质量动画生成的场景，如影视制作、游戏开发等领域，能够帮助创作者快速生成具有环境交互的角色动画，节省时间和成本。

智能家居室内设计助手

DesignAi是您进行智能家居室内设计的首选助手。利用先进的AI算法，我们的智能平台能够了解您独特的风格喜好，并以高雅的方式重新打造您的房间。无需费力，只需几步操作，即可完成您梦寐以求的房间设计。

下一代智能体验，集成于iOS、iPadOS和macOS。

Apple 智能是苹果公司推出的新一代智能系统，它结合了生成式模型的强大力量和用户个人情况，带来实用且相关的智能功能。该系统深度集成于iOS 18.1、iPadOS 18.1和macOS Sequoia 15.1中，利用Apple芯片的力量理解并生成语言和图像、跨app执行操作、结合用户个人情况简化和加速日常任务，同时保护用户的隐私和安全。

视频生成模型,支持无限长度高保真虚拟人视频生成

MuseV是一个基于扩散模型的虚拟人视频生成框架,支持无限长度视频生成,采用了新颖的视觉条件并行去噪方案。它提供了预训练的虚拟人视频生成模型,支持Image2Video、Text2Image2Video、Video2Video等功能,兼容Stable Diffusion生态系统,包括基础模型、LoRA、ControlNet等。它支持多参考图像技术,如IPAdapter、ReferenceOnly、ReferenceNet、IPAdapterFaceID等。MuseV的优势在于可生成高保真无限长度视频,定位于视频生成领域。

提高生活品质的智能恒温器

ecobee智能恒温器是一款智能设备，通过智能温控技术，提高居住环境的舒适度和能效。其具有自适应温度调节、远程控制、能耗监测等功能。该产品价格适中，适合家庭和办公场所使用。

人工智能辅助的家居设计平台

ai4spaces是一个基于人工智能的家居设计平台，可以帮助用户设计理想的房屋。通过上传图片，用户可以生成房屋、房间或翻新设计。ai4spaces提供多种风格和布局选择，让用户轻松实现梦想家园的设计。平台提供免费和付费套餐，定价灵活。无论是需要设计新房、装修现有房间，还是寻找设计灵感，ai4spaces都能满足用户的需求。