人工智能

新一代对话合成模型 FireRedTTS-2 是小红书智创音频技术团队推出的新一代对话合成模型，可实现灵活的逐句生成和高质量的语音合成。

LatentSync 端到端唇同步技术 一种基于音频条件的潜在扩散模型的端到端唇同步框架，能够直接建模复杂的音视频关联.

开源的深度学习换脸软件，基于TensorFlow框架开发，能够实现高精度的人脸替换效果。

小红书推出的视频换脸技术 DynamicFace是由小红书团队联合上海交通大学等机构推出的一种新型视频换脸技术，通过结合扩散模型和时间层，基于3D面部先验知识，实现高质量和一致性的视频换脸效果。

百度的AI视频生成平台 绘想是由百度推出的AI视频生成平台，基于百度自研的视频生成模型MuseSteamer，能够帮助用户快速生成高质量的视频内容。

让静态图片动起来的AI视频生成工具 腾讯混元团队推出的开源AI视频生成工具，用户只需上传一张图片并输入简短描述，即可将静态图片转化为动态的短视频。

一键实现视频超分辨率的开源框架 DLoRAL是由香港理工大学与OPPO研究院联合推出的一款开源视频超分辨率框架，基于扩散模型实现一步生成高清视频，为视频超分辨率领域带来了革命性突破。

高效精准的图像与视频背景移除工具 一款深度学习模型，专门用于从图像和视频中快速移除背景并提取前景。

助力企业招聘智能化的AI面试测评平台 面向中大型企业的AI面试测评工具，通过AI技术实现大规模面试自动化，提升招聘效率与质量。

一款具备强大中文逻辑推理能力的AI模型，能够处理复杂的数学、代码和逻辑推理任务。

Hunyuan-MT-7B Hunyuan-MT-7B 是腾讯开源的一款轻量级翻译模型，支持 33 种语言互译，在国际机器翻译比赛中拿下 30 个第一名。

智能搜索的全新体验 夸克AI搜索是由阿里巴巴集团旗下的夸克团队推出的一款基于人工智能技术的搜索引擎工具，旨在为用户提供更高效、精准的信息检索服务。

多模态 AI 模型的革新者 谷歌 Gemini 是谷歌推出的新一代多模态 AI 模型，凭借其强大的性能和广泛的应用场景备受关注。

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。

国内首个具备端到端语音同传能力的大模型，其同传速度与精度直逼人类专家。