AIシェアリングサークル

GLM-4.1V-Thinkingは、Smart Spectrum AIによって導入されたオープンソースの視覚言語モデルであり、複雑な認知タスクのために設計されている。GLM-4Vアーキテクチャに基づき、このモデルは思考の連鎖を導入...

ThinkSoundは、アリ・トンイのスピーチチームが初めて導入したCoT（連鎖思考）音声生成モデルです。このモデルは、CoT推論の導入に基づいて、従来の技術では画面の動的な詳細や空間的な関係をキャプチャすることが困難であるという問題を解決するために、ビデオ画像に正確に一致する効果音を生成することができます。

Qwen-TTSはAli Tongyiによって導入された先進的な音声合成モデルである。テキストを自然で滑らかな音声に効率的に変換することができ、北京語、英語、北京方言など複数の言語や方言をサポートし、異なる地域やシーンのニーズに応えます。膨大なコーパスの訓練に基づき、このモデルの音声出力は高品質で、韻を踏...

MultiAgentPPTは、オープンソースのマルチインテリジェントAIプレゼンテーション生成システムです。ユーザーは主題を入力するだけで、システムはマルチインテリジェントなコラボレーションに基づいており、自動的にアウトラインの生成、主題の分割、並列調査とコンテンツの要約と他のステップを完了し、迅速に高品質のPPTを生成します。

Ovis-U1は、アリババグループのOvisチームによって導入されたマルチモーダル統一モデルで、パラメータ規模は30億である。このモデルは、マルチモーダル理解、テキストから画像への生成、画像編集の3つのコア機能を持ち、先進的なアーキテクチャ設計と協調的かつ統一的なトレーニングメソッドにより、忠実度の高い画像の実現をサポートする。

DopplはGoogleが提供するAIバーチャルフィッティングアプリだ。ユーザーが全身写真をアップロードした後、このアプリは自分の体のデジタル版で服の写真やスクリーンショットを「着る」ことをサポートし、静止画からAIが生成した動画に変換することができるため、ユーザーは服が体に与える影響をより実感することができる。

Xunlei MCPは、Xunleiが開始した、AI技術に基づく自動ダウンロードサービスです。このサービスをサポートするAIアプリケーションのユーザーは、音声またはテキスト入力でダウンロードを要求すると、AIが自動的にネットワークリソースを検索し、ダウンロードを開始することができます。Xunlei MCPはPC版XunleiとNAS版Xunleiをサポートし、従来のダウンロードモードを打破する。

Kapi Bookkeepingは、Shangtang Technologyが発表したインテリジェントなAI簿記アプリケーションである。このアプリケーションは、自動記帳をコア機能とし、自動的に金額とカテゴリーを識別し、音声入力をサポートし、記帳を簡単かつ便利にする。Kapi Bookkeepingは、請求データをインテリジェントに分析し、パーソナライズされた消費サマリーや財務アドバイスを定期的にプッシュすることで、ユーザーをより...

Gemini CLIは、強力なAI機能を開発者に提供するために、開発者のエンドポイントにGemini Big Modelを組み込むことに基づいたGoogleのオープンソースAIプログラミングツールである。このツールは、コードを理解し、ファイルを操作し、コマンドを実行し、問題を動的にトラブルシュートし、開発者が効率的にジェネレーションを書けるように支援する。

AnimaTensorは、CagliostroLabチームがTensorArtと共同で開発した2次画像生成モデルで、画像生成プロセスの「速度」を予測することでノイズスケジューリングを最適化する革新的なV-予測技術に基づいています。