快手可灵AI
可灵AI是快手推出的新一代AI创意生产力平台，专注于为用户提供创意内容的生成与编辑服务
AI艺术创作的高效工具 基于OminiControl框架开发的AI艺术创作工具，它将OpenAI的GPT-4o艺术风格与FLUX.1模型相结合，能够高效生成高质量的艺术图像。
数据统计
相关导航
Kimi-Audio
开源音频基础模型 开源的音频基础模型，擅长音频理解、生成和对话，适用于多种音频处理任务。
MaskGCT
零样本语音合成的创新突破 趣丸科技与香港中文大学（深圳）联合研发的开源文本转语音（TTS）模型，能够实现零样本语音合成，无需显式对齐信息和音素级时长预测，支持多种语言和情感控制。
佐糖
一个多功能的图像创意平台，提供丰富的免费在线抠图，在线证件照抠图换背景，怀揣着“让图像处理高效和美好”的使命，为您提供完全免费的在线抠图工具。
阶跃星辰Step-Audio2mini
最强开源端到端语音大模型 阶跃星辰发布的Step-Audio2mini是一款开源的端到端语音大模型，能够实现语音理解、音频推理与生成的统一建模。
蚂蚁集团LingBot-VLA
开启双臂机器人“大模型操控”新时代 正 LingBot-VLA是蚂蚁集团推出的一个专注于现实世界复杂操控任务的视觉-语言-动作基础模型，它通过海量真实机器人数据进行训练，实现了用自然语言指令直接操控多种不同形态的双臂机器人。
Qwen2.5-Omni
全方位多模态旗舰模型 阿里开源的Qwen系列旗舰级端到端多模态大模型，能够无缝处理文本、图像、音频和视频等多种输入形式，并通过实时流式响应同时生成文本与自然语音合成输出。
SenseNova-SI
商汤空间智能大模型 商汤开源的2B/8B多模态模型，在空间理解基准上超越GPT-5，为自动驾驶、机器人提供“看懂世界”的通用引擎。
暂无评论...