产品库

优化设计过程的AI反馈，预测热图和清晰度评分，节省每周15-20小时。

ClarityUX是一款AI驱动的设计优化工具，提供预测性的用户体验分析，帮助设计团队改善可用性、提高转化率和优化KPI。通过AI反馈、预测热图和清晰度评分，用户可以轻松做出基于数据的决策，节省设计审查时间和成本。

通过模拟LinkedIn互动，帮助用户优化内容并预测帖子表现。

Artificial Societies 是一款专注于社交媒体内容优化和互动预测的工具。它利用人工智能技术模拟用户在LinkedIn上发布内容后的互动情况，帮助用户提前了解内容的表现，并优化内容以提高影响力。该产品通过分析用户网络和影响力，生成内容变体并预测最佳表现，从而帮助用户在LinkedIn上更有效地传播信息。其主要优点是高准确率的互动预测和个性化的内容优化建议，适合内容创作者、企业营销人员以及希望提升LinkedIn影响力的用户。产品目前处于推广阶段，具体价格未明确，但已获得Y Combinator等知名机构的支持。

通过AI预测机票价格，帮助用户找到最佳预订时机，节省旅行费用。

Flight Price Predictor 是一款基于人工智能的机票价格预测工具，旨在帮助用户在预订机票时做出更明智的决策。该工具通过分析历史数据、季节性趋势、航空公司定价模式等关键因素，预测机票价格的涨跌趋势，从而让用户在价格最低时预订机票，避免不必要的支出。其主要优势在于利用先进的AI算法和实时数据，提供精准的预测，帮助用户节省旅行成本。该工具主要面向经常旅行的用户，无论是商务出行还是休闲旅游，都能帮助他们优化预算。

一个基于AI的Streamlit应用程序，帮助内容创作者预测不同版本内容的用户参与度。

Viral Predictor 是一款利用人工智能技术预测内容在社交媒体上可能获得的用户参与度的工具。它通过模拟用户对不同版本内容的反应，为内容创作者提供数据支持，帮助他们优化内容策略，提高内容的吸引力和传播力。该工具支持多种社交媒体平台，能够实时预测点赞、评论、分享等关键指标，并提供统计置信度评分。其主要优点是能够快速、准确地提供内容效果的预估，帮助创作者在发布前做出更明智的决策。

WHAM 是微软开发的一种生成式游戏模型，用于生成游戏视觉和控制器动作。

WHAM（World and Human Action Model）是由微软研究院开发的一种生成式模型，专门用于生成游戏场景和玩家行为。该模型基于Ninja Theory的《Bleeding Edge》游戏数据训练，能够生成连贯、多样化的游戏视觉和控制器动作。WHAM 的主要优点在于其能够捕捉游戏环境的3D结构和玩家行为的时间序列，为游戏设计和创意探索提供了强大的工具。该模型主要面向学术研究和游戏开发领域，帮助开发者快速迭代游戏设计。

GeoRetina 是一款基于地理空间数据驱动的气候变化洞察工具，通过 AI 实现快速分析。

GeoRetina 是一款专注于地理空间智能的平台，利用 AI 技术将复杂的地理空间数据转化为即时洞察。该产品通过自动化处理和实时监测功能，帮助企业和组织快速分析土地覆盖变化、环境动态等信息。其主要优点包括高效的数据处理能力、实时环境监测以及强大的预测能力。GeoRetina 适用于需要快速、精准地理空间分析的商业和研究场景，价格和具体定位需根据客户需求定制。

结合人工智能与塔罗牌智慧，提供个性化指导和每日运势预测

Soul Tarot 是一款创新的塔罗牌应用程序，将人工智能技术与塔罗牌的古老智慧相结合。它通过人工智能语音咨询、每日塔罗牌抽奖和幸运数字预测等功能，为用户提供便捷、深度、个性化的指导。该应用适合对塔罗牌感兴趣、希望通过神秘方式获得生活灵感的用户。它强调个性化和便捷性，用户可以随时随地获取塔罗牌的解读和建议，无需复杂的塔罗牌知识。

利用AI助力投资决策，简化复杂投资流程，提升投资组合潜力。

Sagehood是一个基于AI的投资决策平台，旨在帮助投资者简化投资流程，提供实时市场洞察、预测分析和个性化策略，以优化投资组合。该平台利用先进的AI算法分析实时市场数据、历史趋势等关键因素，为用户提供可靠预测和定制化策略。Sagehood面向所有投资者，从新手到资深人士，其直观界面和AI驱动工具使投资决策变得简单易懂。平台提供免费试用，具体价格未明确，定位为中高端市场，致力于为用户提供高价值的投资建议。

由Google Research开发的预训练时间序列预测模型。

TimesFM是一个由Google Research开发的预训练时间序列预测模型，用于时间序列预测任务。该模型在多个数据集上进行了预训练，能够处理不同频率和长度的时间序列数据。其主要优点包括高性能、可扩展性强以及易于使用。该模型适用于需要准确预测时间序列数据的各种应用场景，如金融、气象、能源等领域。该模型在Hugging Face平台上免费提供，用户可以方便地下载和使用。

Kats是一个用于时间序列数据分析的轻量级、易于使用的通用框架。

Kats是由Facebook基础设施数据科学团队开发的一个时间序列分析工具包，旨在为数据科学和工程工作提供一站式解决方案。它支持从理解关键统计数据和特征、检测回归和异常，到预测未来趋势等多种功能。Kats的主要优点包括其轻量级、易于使用和可扩展性，适用于各种行业和领域的数据分析师和工程师。

Agentic Graph Language Assistant

GraphAgent是一个自动化代理流水线，旨在处理显式的图形依赖和隐式的图形增强语义相互依赖，以适应实际数据场景中的预测任务（例如节点分类）和生成任务（例如文本生成）。它由三个关键组件构成：构建知识图谱以反映复杂语义依赖的图形生成代理；解释不同用户查询并制定相应任务的计划代理；以及高效执行计划任务并自动化工具匹配和调用的执行代理。GraphAgent通过集成语言模型和图形语言模型来揭示复杂的关系信息和数据语义依赖。

一种基于视频扩散模型的多任务灵巧手操控通用机器人策略

Video Prediction Policy（VPP）是一种基于视频扩散模型（VDMs）的机器人策略，能够准确预测未来的图像序列，展现出对物理动力学的良好理解。VPP利用VDMs中的视觉表示来反映物理世界的演变，这种表示被称为预测性视觉表示。通过结合多样化的人类或机器人操控数据集，并采用统一的视频生成训练目标，VPP在两个模拟环境和两个真实世界基准测试中均优于现有方法。特别是在Calvin ABC-D基准测试中，相较于先前的最佳技术，VPP实现了28.1%的相对改进，并在复杂的真实世界灵巧手操控任务中提高了28.8%的成功率。

利用AI进行账户分析和优先级排序的智能平台

RevFX是一个商业智能平台，专注于通过AI技术帮助企业发现、筛选和优先处理潜在客户账户。它通过分析公共网络、第三方数据提供商和企业自身的GTM系统上的数百万数据点，准确识别最有可能参与和购买的公司。RevFX的主要优点包括自定义信号定义、评分和优先级排序、新账户发现、基于意图的人物画像构建以及超准确的联系数据整合。该平台支持现代GTM操作团队轻松运行数据驱动的收入动作，无需ETL提升，支持自助服务洞察，并与现有的销售和市场营销执行工具兼容。RevFX重视数据隐私和安全性，拥有SOC 2 Type II和ISO 27001认证。

基于扩散反转的多步图像超分辨率模型

InvSR是一种基于扩散反转的图像超分辨率技术，利用大型预训练扩散模型中丰富的图像先验来提高超分辨率性能。该技术通过部分噪声预测策略构建扩散模型的中间状态，作为起始采样点，并使用深度噪声预测器估计最优噪声图，从而在前向扩散过程中初始化采样，生成高分辨率结果。InvSR支持任意数量的采样步骤，从一到五步不等，即使仅使用单步采样，也展现出优于或媲美现有最先进方法的性能。

金融市场模拟引擎，由生成式基础模型驱动

MarS是一个金融市场模拟引擎，由生成式基础模型（LMM）驱动，能够根据历史金融市场数据动态生成订单序列，以响应各种条件，包括用户注入的交互式订单、模糊的目标场景描述以及当前/最近的市场数据。MarS在模拟清算所中实时匹配生成的订单序列和用户交互式订单，产生细粒度的模拟市场轨迹。MarS的灵活性使其能够支持多种下游应用，如预测、检测系统、分析平台和代理训练环境。

首个真正开源的生物分子结构预测模型

Boltz-1是由麻省理工学院（MIT）阿卜杜拉·拉蒂夫·贾米尔健康机器学习诊所（MIT Jameel Clinic）的研究人员开发的首个真正开源的生物分子结构预测模型，其准确性达到了AlphaFold3的水平。该模型以玻尔兹曼分布命名，是一种描述分子结构分布的概率度量。Boltz-1的开发旨在鼓励超越学术界的创新，为商业用途提供支持。它由博士生Jeremy Wohlwend、Gabriele Corso和MIT Jameel Clinic研究员Saro Passaro领导开发，得到了MIT电气工程和计算机科学（EECS）教授Regina Barzilay和Tommi Jaakkola的指导。Boltz-1的开发面临了规模和数据处理的挑战，但最终成功构建了必要的计算能力，为结构生物学研究实践的标准化提供了基础，有望加速生命改变药物的创造。

在句子表示空间中的语言建模

Large Concept Models（LCM）是由Facebook Research开发的一个大型语言模型，它在句子的表示空间中进行操作，使用SONAR嵌入空间支持多达200种语言的文本和57种语言的语音。LCM是一个序列到序列模型，用于自回归句子预测，探索了多种方法，包括均方误差回归、基于扩散的生成变体等。这些探索使用的是1.6B参数模型和约1.3T的培训数据。LCM的主要优点包括其在高级别语义表示上的运作能力，以及能够处理多语言数据的能力。此外，LCM的开源性质使得研究人员和开发者能够访问和使用这些模型，推动自然语言处理技术的发展。

AI未来宝宝预测，提前遇见您的宝宝

Baby Generator是一款利用先进AI技术预测未来宝宝可能长相的网站。它通过复杂的算法和精确的面部识别技术，为用户提供高度准确的宝宝外观预测。该技术不仅能够捕捉微妙的遗传特征，还能呈现令人惊叹的真实结果。Baby Generator不仅是一个图像生成工具，更是连接现在与未来的一座情感桥梁，帮助准父母提前体验家庭生活的乐趣。

深度学习天气预测模型

GraphCast是由Google DeepMind开发的深度学习模型，专注于全球中期天气预报。该模型通过先进的机器学习技术，能够预测天气变化，提高预报的准确性和速度。GraphCast模型在科学研究中发挥重要作用，有助于更好地理解和预测天气模式，对气象学、农业、航空等多个领域具有重要价值。

临床组织病理学成像评估基础模型

CHIEF（Clinical Histopathology Imaging Evaluation Foundation）模型是一个用于癌症诊断和预后预测的病理学基础模型。它通过两种互补的预训练方法提取病理学成像特征，包括无监督预训练用于识别瓦片级别特征和弱监督预训练用于识别整个幻灯片的模式。CHIEF模型使用60,530个全幻灯片图像（WSIs）开发，覆盖19个不同的解剖部位，通过预训练在44TB的高分辨率病理学成像数据集上，提取对癌症细胞检测、肿瘤起源识别、分子档案表征和预后预测有用的微观表示。CHIEF模型在来自24个国际医院和队列的32个独立幻灯片集上的19,491个全幻灯片图像上进行了验证，整体性能超过最先进的深度学习方法高达36.1%，显示出其能够解决不同人群样本和不同幻灯片制备方法中观察到的领域偏移问题。CHIEF为癌症患者的高效数字病理学评估提供了一个可泛化的基础。