影片超分與插幀
提升影片解析度、幀率，改善流暢度與清晰度，適用於老片修復、慢動作。
- 輸入
- 低清或低幀率影片
- 輸出
- 畫質增強或插幀影片
多模態互動模型平台
從靈感到完成
快速查詢
全部 AI 工具
文生影片與圖生影片
根據文本提示或參考圖生成影片片段，用於創意內容、廣告素材、預演。
- 輸入
- 文字描述或參考圖
- 輸出
- 生成的影片片段
超分、去噪與去模糊
影像增強與修復，用於畫質提升、老照片修復。
- 輸入
- 低清、噪點或模糊影像
- 輸出
- 增強與修復後的影像
OCR 文字識別
識別影像中的文字，支援票據、證件、文件、場景文字。
- 輸入
- 票據、證件、文件圖片
- 輸出
- 識別出的文字
語音轉文字 ASR
將語音轉寫為文本，用於會議、客服、字幕。
- 輸入
- 會議、客服等錄音
- 輸出
- 轉寫文本
文生圖與參考圖生成
文本或參考圖生成影像，用於創意、設計、營銷素材。
- 輸入
- 文字描述或參考圖
- 輸出
- 生成的創意影像
影片高光檢測與自動剪輯
自動識別精彩片段並剪輯成短片，用於賽事、直播、短影片生產。
- 輸入
- 賽事、直播錄影
- 輸出
- 精彩片段短片
影片去字幕
檢測並移除影片中硬字幕，便於二次配音、多語言分發。
- 輸入
- 帶硬字幕的影片
- 輸出
- 去除硬字幕的影片
影片去水印
定位並去除影片水印/台標，用於素材清洗與合規處理。
- 輸入
- 帶水印或台標的影片
- 輸出
- 清理後的影片
影片穩定與防抖
消除手持拍攝抖動，輸出平穩畫面，提升觀看體驗。
- 輸入
- 有抖動的手持影片
- 輸出
- 防抖處理後的影片
影片摳像與背景替換
分離前景人物與背景，支援虛擬背景、綠幕替代。
- 輸入
- 人物影片與新背景
- 輸出
- 合成背景的影片
動作與事件識別
識別影片中的人體動作、行為事件，用於安防、體育、工業監控。
- 輸入
- 人體動作影片
- 輸出
- 動作與事件標籤
活動、跌倒與疲勞檢測
面向養老、工地、駕駛場景，檢測跌倒、疲勞、異常活動並告警。
- 輸入
- 養老、工地、駕駛影片
- 輸出
- 跌倒、疲勞等告警
視覺異常檢測
從影片中識別偏離正常模式的異常，用於產線、巡檢、安防。
- 輸入
- 產線、巡檢、安防影片
- 輸出
- 畫面異常線索
多目標跟蹤
在影片中持續跟蹤多個目標，輸出軌跡 ID，用於人流、車流分析。
- 輸入
- 多人或多車的影片
- 輸出
- 目標編號與連續軌跡
目標檢測與多目標跟蹤
檢測影片/影像中的目標並持續跟蹤，支撐計數、測速、行為分析。
- 輸入
- 影像或連續影片
- 輸出
- 檢測與跟蹤結果
軌跡預測與運動規劃
預測行人/車輛/機器人未來軌跡，用於自動駕駛、機器人避障。
- 輸入
- 目標運動資料
- 輸出
- 軌跡預測與規劃參考
口型同步與數字人播報
讓數字人口型與語音對齊，用於虛擬主播、播報、客服。
- 輸入
- 數字人畫面與語音
- 輸出
- 口型同步播報影片
視覺語言動作與抓取
結合視覺與語言指令驅動機器人抓取，用於具身智慧。
- 輸入
- 場景影像與語言指令
- 輸出
- 對應的抓取動作
通用寫作與對話
文本生成、改寫、問答、多輪對話，覆蓋通用助手場景。
- 輸入
- 寫作要求或對話問題
- 輸出
- 文本草稿與對話回覆
摘要與改寫
長文壓縮、風格改寫、要點提煉，用於報告、資訊、會議紀要。
- 輸入
- 長文與摘要改寫要求
- 輸出
- 內容摘要或改寫稿
機器翻譯與本地化
多語言互譯與本地化潤色，支援文件、介面、字幕。
- 輸入
- 原文與目標語言要求
- 輸出
- 譯文與本地化表述
文本內容審核
識別違規、暴恐、色情、廣告等文本，用於社群與內容平台。
- 輸入
- 待審核的社群文本
- 輸出
- 內容風險識別結果
文本向量與語義相似度
將文本編碼為向量，支援語義檢索、去重、聚類、相似匹配。
- 輸入
- 待編碼或比較的文本
- 輸出
- 文本向量與相似結果
實體與關係抽取
從文本中抽取人物、機構、事件及其關係，構建知識圖譜。
- 輸入
- 含人物、機構的文本
- 輸出
- 實體及關係資訊
情感與觀點分析
判斷文本情感極性、觀點傾向，用於輿情、評論、客服質檢。
- 輸入
- 評論或客服對話文本
- 輸出
- 情感極性與觀點傾向
意圖識別與槽位抽取
理解使用者意圖並抽取關鍵槽位，用於對話系統、工單分流。
- 輸入
- 使用者提問或工單內容
- 輸出
- 使用者意圖與關鍵欄位
表格分類與風險評分
對錶格/表單分類並輸出風險分，用於風控、合規、審核。
- 輸入
- 待分類的表格或表單
- 輸出
- 分類與風險評分
欄位與表單抽取
從合同、票據、表單中抽取結構化欄位，用於錄入自動化。
- 輸入
- 合同、票據或表單
- 輸出
- 結構化欄位
文本語種識別
自動判斷文本語種，用於路由、翻譯前置、內容分發。
- 輸入
- 需要判斷語種的文本
- 輸出
- 文本語種識別結果
語種識別
識別語音/文本語種，用於多語言客服、會議系統。
- 輸入
- 待識別的語音或文本
- 輸出
- 語音或文本的語種
PII/PHI 檢測與脫敏
檢測個人身份資訊與健康資訊並脫敏，滿足隱私合規。
- 輸入
- 含身份或健康資訊的文本
- 輸出
- 敏感資訊標記與脫敏文本
AI 安全檢測與響應
識別提示注入、越獄、有害內容等風險並觸發響應策略。
- 輸入
- 待檢測的提示與內容
- 輸出
- 風險識別與響應結果
因果推斷與增益模型
估計干預因果效應與增量收益，用於營銷、運營、定價。
- 輸入
- 干預措施與效果資料
- 輸出
- 因果效應與增益估計
圖譜、反欺詐與關係風險
基於圖譜挖掘團伙、關聯風險，用於反欺詐與風控。
- 輸入
- 實體之間的關聯資料
- 輸出
- 關係圖譜與風險線索
修補、擴圖與可控編輯
局部重繪、外擴、可控編輯，用於修圖、電商、設計。
- 輸入
- 原圖與編輯要求
- 輸出
- 局部修改或擴充套件影像
影像分類與細粒度識別
識別影像類別與細粒度子類，用於質檢、歸檔、識別。
- 輸入
- 待分類影像
- 輸出
- 類別與細粒度子類
版面、表格與公式解析
解析文件版面、表格結構、數學公式，用於文件數字化。
- 輸入
- 含表格、公式的文件
- 輸出
- 版面、表格、公式結構
人臉檢測識別與活體
人臉檢測、比對、活體判斷，用於門禁、核身、安防。
- 輸入
- 人臉影像或影片
- 輸出
- 人臉比對與活體結果
姿態、手勢與關鍵點
識別人體姿態、手勢、關鍵點，用於互動、健身、動畫。
- 輸入
- 人體或手部畫面
- 輸出
- 姿態、手勢與關鍵點
醫學影像檢測與分割
檢測與分割病灶、器官，用於輔助診斷與科研。
- 輸入
- 醫學影像資料
- 輸出
- 病灶、器官分割結果
監督式缺陷檢測
基於標註樣本檢測產品表面/內部缺陷，用於工業質檢。
- 輸入
- 標註樣本與產品影像
- 輸出
- 產品缺陷檢測結果
視覺測量與對位
測量尺寸、位置、對齊度，用於精密製造與裝配。
- 輸入
- 產品測量影像
- 輸出
- 尺寸、位置與對齊度
開放詞彙檢測與分割
用自然語言描述目標進行檢測與分割，無需固定類別。
- 輸入
- 影像與目標描述
- 輸出
- 目標檢測與分割結果
影像與影片分割
語義/實例/全景分割，用於摳圖、標註、分析。
- 輸入
- 影像或影片
- 輸出
- 按類別或實例分割區域
三維重建與數字孿生
從影像/點雲重建三維場景，用於孿生、測繪、模擬。
- 輸入
- 場景影像或點雲
- 輸出
- 重建的三維場景
深度估計
估計單目/雙目深度，用於自動駕駛、AR、機器人。
- 輸入
- 單目或雙目影像
- 輸出
- 場景深度估計
文本/影像生成 3D 資產
由文本或影像生成三維模型/資產，用於遊戲、電商、元宇宙。
- 輸入
- 文字描述或參考圖
- 輸出
- 三維模型資產
文字轉語音 TTS
將文本合成為自然語音，用於播報、有聲內容、無障礙。
- 輸入
- 需要播報的文本
- 輸出
- 合成語音
即時語音客服與業務代理
即時語音互動並執行業務動作，用於呼叫中心、語音助手。
- 輸入
- 語音請求與業務任務
- 輸出
- 語音答覆與辦理結果
語音到語音翻譯
端到端語音翻譯，保留音色與韻律，用於跨語言溝通。
- 輸入
- 語音與目標語言
- 輸出
- 翻譯後的語音
語音克隆與轉換
克隆音色或轉換語音風格，用於配音、個性化 TTS。
- 輸入
- 參考音色與目標內容
- 輸出
- 克隆或轉換後的語音
說話人分離
區分不同說話人，用於會議紀要與多說話人轉寫。
- 輸入
- 多人發言錄音
- 輸出
- 按說話人區分的片段
聲紋識別與驗證
基於聲紋確認身份，用於核身、反欺詐。
- 輸入
- 待驗證語音與聲紋
- 輸出
- 聲紋比對結果
喚醒詞檢測
檢測指定喚醒詞，用於語音助手低功耗喚醒。
- 輸入
- 連續語音與喚醒詞
- 輸出
- 喚醒詞檢測結果
語音活動檢測 VAD
檢測語音段與非語音段，用於降本、切分、即時互動。
- 輸入
- 含語音的音訊
- 輸出
- 語音與非語音區段
降噪與語音增強
抑制噪聲、增強人聲，用於通話、錄音、會議。
- 輸入
- 帶噪聲的人聲錄音
- 輸出
- 增強後的人聲音訊
回聲消除與去混響
消除回聲與混響，用於擴音通話、會議室音訊。
- 輸入
- 有回聲或混響的音訊
- 輸出
- 減少回聲與混響的音訊
環境聲音識別
識別環境中的聲音事件，用於安防、工業、城市感知。
- 輸入
- 環境聲音錄音
- 輸出
- 聲音事件識別結果
音樂與音效生成
生成音樂、音效，用於內容創作、遊戲、短影片。
- 輸入
- 音樂或音效描述
- 輸出
- 生成的音樂與音效
RAG 知識問答
檢索增強生成，基於企業知識庫問答，降低幻覺。
- 輸入
- 企業知識內容與問題
- 輸出
- 基於檢索內容的回答
文件問答與比較
對多文件問答、對比、摘要，用於合同、報告、論文。
- 輸入
- 多份文件與問題
- 輸出
- 回答、差異與摘要
企業知識助手
面向企業內知識檢索、問答、寫作的綜合助手。
- 輸入
- 企業資料與查詢寫作要求
- 輸出
- 知識回答與寫作草稿
多模態檢索
以文搜圖/影片、以圖搜文等跨模態檢索。
- 輸入
- 文字或圖片檢索線索
- 輸出
- 跨模態內容匹配結果
視覺問答與場景理解
結合影像與問題作答，用於無障礙、教育、巡檢。
- 輸入
- 場景圖片與相關問題
- 輸出
- 基於影像內容的回答
即時多模態助手
即時處理語音、影像、文本的互動助手。
- 輸入
- 語音、影像與文字
- 輸出
- 多模態內容回覆
工具呼叫與工作流代理
呼叫外部工具/API 編排工作流，完成複雜任務。
- 輸入
- 任務目標與可呼叫工具
- 輸出
- 工具呼叫與工作流結果
GUI 與瀏覽器代理
操作圖形介面與瀏覽器完成任務，用於自動化與 RPA。
- 輸入
- 介面任務與操作目標
- 輸出
- 介面操作後的任務結果
編碼與 DevOps 代理
程式碼生成、理解、審查、運維自動化。
- 輸入
- 程式碼與開發運維任務
- 輸出
- 程式碼、審查或運維結果
程式碼生成與理解
程式碼補全、生成、解釋、重構、單測生成。
- 輸入
- 程式碼片段與開發要求
- 輸出
- 解釋、重構或測試草稿
研究與運營多代理編排
多智慧體協作完成研究、運營、分析任務。
- 輸入
- 研究、運營或分析任務
- 輸出
- 多代理協作結果
個性化排序
基於使用者行為個性化排序，用於推薦、搜尋、廣告。
- 輸入
- 使用者行為與待排序內容
- 輸出
- 按使用者行為排列的內容
候選召回與相似推薦
召回候選並做相似推薦，用於電商、內容、社交。
- 輸入
- 推薦線索與候選內容庫
- 輸出
- 候選召回與相似推薦結果
語義搜尋與重排序
語義召回 + 重排，提升搜尋相關性。
- 輸入
- 搜尋問題與待檢索內容
- 輸出
- 按相關性重排的搜尋結果
預測性維護與剩餘壽命
結合多源資料預測裝置故障與剩餘壽命。
- 輸入
- 裝置執行與多源監測資料
- 輸出
- 故障預測與剩餘壽命估計
流式異常與變化檢測
對流式資料即時檢測異常與突變。
- 輸入
- 持續到達的流式資料
- 輸出
- 異常與變化檢測結果
時間序列預測
對時序資料做趨勢、週期、異常預測。
- 輸入
- 歷史時間序列
- 輸出
- 趨勢、週期與異常預測
排程、路徑與資源最佳化
求解排程、路徑、資源分配最佳化問題。
- 輸入
- 任務、路徑與資源約束
- 輸出
- 排程與資源分配方案
AMR 導航與排程
移動機器人導航、避障與多機排程。
- 輸入
- 機器人任務與導航環境
- 輸出
- 導航路徑與多機排程方案
無人機與現場自主巡檢
無人機自主巡檢、識別與告警。
- 輸入
- 無人機巡檢任務與現場資料
- 輸出
- 現場巡檢識別與告警結果
多感測器感知與融合
融合攝像頭、雷達、雷射雷達等多感測器感知。
- 輸入
- 攝像頭、雷達等資料
- 輸出
- 融合場景感知結果
IMU/雷達/雷射雷達融合
融合慣性、雷達、雷射雷達資料做定位與感知。
- 輸入
- 慣性、雷達、雷射雷達資料
- 輸出
- 融合定位與感知結果
視覺慣性 SLAM
視覺 + 慣性里程計與建圖，用於機器人與 AR。
- 輸入
- 視覺畫面與慣性觀測資料
- 輸出
- 運動軌跡與環境地圖
負荷與環境預測
預測電力負荷、環境指標，用於能源與城市管理。
- 輸入
- 歷史電力負荷或環境指標
- 輸出
- 負荷或環境指標預測
沒有找到匹配的功能
試試更短的關鍵詞，或切換到全部功能。