一个基于 AI 的电影制作工具,助力创作。
Flow 是一个为创作者打造的 AI 电影制作工具,利用 Google DeepMind 的先进模型,用户可以轻松创建出色的电影片段、场景和故事。该工具提供了无缝的创作体验,支持用户自定义资产,或在 Flow 中生成内容。定价上,Google AI Pro 和 Google AI Ultra 两个计划提供不同的功能,适合不同需求的用户。
为您的网站添加AI语音代理,实现即时回拨,自动化客户支持和会议安排。
Calldock是一个AI语音代理平台,能够实现网站访客的即时回拨功能。用户可以创建代理,上传知识库,选择语音并嵌入代码。产品定位于提高客户互动和支持效率。
Puretalk AI®是一个多渠道的对话AI解决方案,提供智能、响应迅速的AI,可在多个渠道改善客户互动。
Puretalk AI®提供智能响应式AI平台,从语音代理到聊天机器人,实现人类般流畅对话,提升满意度和简化运营。
AI Frame是一个针对Framer的AI网站构建工具和内容生成器,帮助您自动化繁琐的工作,让您设计更智能更快速,专注于创意过程。
AI Frame是一个AI网站构建工具和内容生成器,旨在帮助用户自动化繁琐的工作,提高设计效率。其主要优点包括智能化设计、快速生成响应式网页、定制化文字生成等功能。AI Frame背景信息丰富,价格合理,定位于为设计师和创意人士提供优质的工具。
EHVA.ai是一个结合了科技卓越和人类交互的电话对话系统平台。
EHVA.ai是一个结合了心灵和科学的人工智能电话对话系统,能够实现任何目标,为销售和客户服务提供AI电话通话,具有非对话功能可以极大增强人类同事的生产力和准确性。
Revyme是一款强大的网站构建工具,旨在为那些希望在不编写代码的情况下打造视觉令人惊叹、富有动画的网站的创作者提供支持。
Revyme是一个让创作者能够轻松创建视觉效果丰富的动画网站的工具。其灵活性和丰富的元素库使用户能够在不需要编写代码的情况下定制网站。Revyme的主要优点包括丰富的动画效果、响应式设计、定制化程度高。
AI技术生成实时跟进的对话式调查
Duonut AI通过AI技术生成实时跟进的对话式调查,利用人工智能代理进行和总结数百次对话,适用于概念测试、客户反馈和市场研究。产品背景信息详尽,价格合理定位适用于企业和个人用户。
一个可以在一次传递中生成超逼真的对话的 TTS 模型。
Dia 是一个由 Nari Labs 开发的文本到语音(TTS)模型,具有 1.6 亿参数,能够直接从文本生成高度逼真的对话。该模型支持情感和语调控制,并能够生成非言语交流,如笑声和咳嗽。它的预训练模型权重托管在 Hugging Face 上,适用于英语生成。此产品对于研究和教育用途至关重要,能够推动对话生成技术的发展。
亚马逊全新基础模型理解语气、语调与节奏,提升人机对话自然度。
Amazon Nova Sonic 是一款前沿的基础模型,能够整合语音理解和生成,提升人机对话的自然流畅度。该模型克服了传统语音应用中的复杂性,通过统一的架构实现更深层次的交流理解,适用于多个行业的 AI 应用,具有重要的商业价值。随着人工智能技术的不断发展,Nova Sonic 将为客户提供更好的语音交互体验,提升服务效率。
MoCha 致力于生成电影级别的对话角色合成。
MoCha 是一种创新的技术,旨在合成高质量的对话角色,使其在影视制作、游戏和动画中应用广泛。该技术的主要优点是能生成更自然、流畅的角色对话,增强了观众的沉浸感。MoCha 的市场定位为专业的影视制作公司和独立开发者,致力于提升角色交互的真实感。产品采用基于深度学习的模型,价格策略为付费,提供不同层级的服务包。
一个强大的文本生成模型,适用于多种对话应用。
DeepSeek-V3-0324 是一个先进的文本生成模型,具有 685 亿参数,采用 BF16 和 F32 张量类型,能够支持高效的推理和文本生成。该模型的主要优点在于其强大的生成能力和开放源码的特性,使其可以被广泛应用于多种自然语言处理任务。该模型的定位是为开发者和研究人员提供一个强大的工具,帮助他们在文本生成领域取得突破。
Roblox Foundation Model for 3D Intelligence。
Cube 是一个强大的 3D 智能生成模型,旨在帮助开发者在 Roblox 平台上创建各种 3D 资产和场景。该模型具备生成 3D 对象、角色动画绑定及程序脚本生成等功能。它的出现将极大地提升创作者的生产效率,激发更多的创意,帮助用户以更快的速度构建出丰富的 3D 体验。当前版本已经开放源代码,旨在与研究社区共享,以推进 3D 智能的发展。适用于各种规模的开发者和创作者,支持实验与创新,推动负责任的使用。
一个用于生成对话式语音的模型,支持从文本和音频输入生成高质量的语音。
CSM 是一个由 Sesame 开发的对话式语音生成模型,它能够根据文本和音频输入生成高质量的语音。该模型基于 Llama 架构,并使用 Mimi 音频编码器。它主要用于语音合成和交互式语音应用,例如语音助手和教育工具。CSM 的主要优点是能够生成自然流畅的语音,并且可以通过上下文信息优化语音输出。该模型目前是开源的,适用于研究和教育目的。
MeshPad 是一款基于草图输入的交互式艺术化网格生成与编辑工具。
MeshPad 是一种创新的生成式设计工具,专注于从草图输入创建和编辑 3D 网格模型。它通过简单的草图操作实现复杂的网格生成与编辑,为用户提供了直观且高效的 3D 建模体验。该工具基于三角形序列网格表示法,并利用大型 Transformer 模型实现网格的添加和删除操作,同时通过顶点对齐的预测策略显著降低计算成本,使每次编辑仅需几秒钟。MeshPad 在网格质量上超越了现有的草图条件网格生成方法,其在感知评估中也获得了用户的高度认可。它主要面向设计师、艺术家以及需要快速进行 3D 建模的用户,帮助他们以更直观的方式创建艺术化设计。
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 Mode 是谷歌搜索中的一项实验性生成式 AI 功能,可帮助用户解决复杂问题。
AI Mode 是谷歌搜索中的一项实验性功能,基于 Gemini 2.0 模型开发。它通过高级推理和多模态能力,为用户提供更深入、更全面的搜索结果。该功能旨在帮助用户更高效地处理复杂的多部分问题,并通过实时数据和知识图谱提供高质量的响应。AI Mode 的推出体现了谷歌在提升搜索体验方面的持续创新,同时也展示了生成式 AI 在信息检索中的应用潜力。
© 2025 AIbase 备案号:闽ICP备08105208号-14