Gemini是谷歌最新一代的AI助手模型,它可以进行长篇语境的理解,支持多模态输入,在文本、代码、图像、音频和视频领域都有出色的表现。Gemini 1.5采用了更高效的模型结构,大大提升了...
寻鲸AI是一款集灵感对话、场景助手、方案大师于一体的小程序,用户可以在这里发起对话,获取灵感,制定方案。
M2UGen是一个结合大语言模型的多模态音乐理解和生成框架,旨在帮助用户进行音乐创作。它能同时完成音乐理解和多模态音乐生成任务。
MagicAvatar是一个多模态框架,能够将各种输入模式(文本、视频和音频)转换为运动信号,从而生成/动画化头像。它可以通过简单的文本提示创建头像,也可以根据给定的源视频创建遵循给定运动的头像。此外,它还可以动画化特定主题的头像。MagicAvatar的优势在于它能够将多种输入模式结合起来,生成高质量的头像和动画。
OneLLM是一个旨在统一所有语言模态的框架。它提供了预览模型,并允许本地演示。该框架的功能包括模型安装、模型预览和本地演示。OneLLM的优势在于能够统一不同的模态,如图像和文本,以及语音和文本。该框架的定位是为了简化多模态任务的处理。
coze-discord-proxy是一个代理discord机器人的插件,它可以通过API接口调用被coze托管的discord机器人,实现与chatGPT等AI对话。该插件支持流式对话返回、对话文生图和图生文功能,还支持创建频道/子频道/线程、指定对话频道实现隔离,并兼容openai的对话接口、GPT识图接口等,非常适合集成到NextChat、OneChat等面板中,提供强大的AI聊天能力。
ParrotPDF是一款独特的平台,可以让您与PDF文件进行对话,像与您的文件交流一样获取所需的信息。它支持PDF、PPT和DOCX等文件类型。您可以免费上传和提问,也可以选择付费方案享受更多功能和优先支持。