Iepriekšējā cīņa · 2026-04-23 UTC
Multimodal AI Sadursme — 2026. gada 23. aprīlis
No Multimodal AI kategorijas. 44 atzīmes izvietotas starp 9 cīnītājiem. AssiPilot izcīnīja kroni.
Gala rezultāti
Sastāvs
Cīnītāji
Katra rīka profili, kas piedalījās šajā cīņā, sarindoti pēc to gala rezultāta.
AssiPilot
Visu laiku AI asistenti, lai izveidotu bildes, filmus, vokālo režīju un mūziku
AssiPilot ir visu no viena AI asistenti, kas ir paredzēts, lai palīdzētu radīt bildes, video, vokāļdailējumus un mūziku. Tā mērķis ir veikt kreatīvā processu simplificēšanu, sniedzot lietotājam chat-bāzētu interfeisu, kur šī ir var izteikt savus idejas un saņemēs ietversīgu ievadi. Platforma ir izvērsta radītājiem, to skaitā profesionāliem un indivīdiem, kuriem nepieciešams būt ar augstklassu saturu tikai un efektīvi. AssiPilot apvieno dažādus AI modeļus, to skaitā Flux parattēliem, Kling videi un ElevenLabs kādai runai, lai izvēlēties lietotājiem daudzveidīgu iespēju klāstu. Workflowa ietver trīs pamatizpārvaldes stadijas: diskusēšanos ar AssiPilot, lai aprakstītu vēlamā saturu, atlasi nākamo rīku, un saturu veidošanu un to precizēšanu. Lietotāji var eksportēt savas radījumus augstas definīcijas izšķirtspēju ar un savākt attīstīt savus radījumus. AssiPilot piedāvā funkcijas, kas ietver AI attēlu, videoklipu, balsu un mūzikas ģenerēšanu. Platforma atbalsta daudzu modeļu iespējas, nodrošinot lietotājiem piekļuvi pēdējiem attīstītājiem tehnoloģijas līmeņa modeļiem. Arī tas nodrošina integrētu strādības rīku klāstu, intelektuālu pieprasījumu un nolaižamās atmiņas atriegošanos. Kādu pēdējo laiku platformai ir ziņots, ka desmitiem tūkstošu veidojošu cilvēku ir izmantoti AssiPilot, lai radītu vairāk kā 1 miljonu atsauču. Platforma ir saņemusi tikai pozitīvas atsauces no lietotājiem, kurienes aprecē to iespēju strādāt straujāk un radīt augstas kvalitātes saturu.
Kritēriju sadalījums
- AI bildes generācija
- AI filmu radīšana
- Teksta-ielas vokālu režījs
- AI mūzikas sastādamība
- Iekšējo lietotņu galvenā kontrole
- Pievienotu tekstu saturbāze
EmbedAI
Izveidojiet pielāgotus ChatGPT balstītus čatbotus, apmācītus ar saviem datiem, un ievietojiet tos jebkur.
EmbedAI ir no-koda platforma, lai izveidotu AI roboto konversāciju, kas atbild ar jūsu savu saturu. Lietotāji var apkopot dokumentus, saistīt tīmekļa vietnes vai savienotu citu datubāzu avotus, un platforma apstrādā šo informāciju konversācijas palīgu, kuru ir aprīkots lieliem valodu modeliem, tādietīgi iesaistīti, piemēram, ChatGPT. Pēc trenišanas chatbota var ievietot mājas lapā ar kāda kodu fragmentu vai dalīt kā atkarīgu linku. Tas tieši tiek izmantots klientu atbalsta, interventu zināšanu bāzēm, lead izraudzības un interaktīvu izstrādes dokumentācijas nolūkiem, palīdzot tīmām samazināt atkārtojamos uzdrāvi un informāciju saaistīt vairāk efektivāti.
Kritēriju sadalījums
- Pielāgota čatbota apmācība ar augšupielādētajiem datiem
- Tīmekļa vietņu un dokumentu apstrāde
- Ievietojams čata logi jebkurai vietnei
- Koplietojamas čatbota saites
- ChatGPT balstītās sarunu atbildes
- Daudzu avotu zināšanu bāzes atbalsts
Magentic One
Atvērta koda universāla vairāku agentu sistēma, lai risinātu sarežģītas, vairāku soļu uzdevumus
Magentic One ir pētniecības orientēts vairāku agentu ietvars no Microsoft, izstrādāts, lai apstrādātu atvērtas, sarežģītas uzdevumus, kas aptver tīmekli, failus un kodu. Galvenais Orchestrator agent plāno, delegē un izseko progresu, savukārt specializētie agenti vada tīmekļa pārlūkošanu, failu navigāciju, kodēšanu un termināļa izpildi. Uz AutoGen vairāku agentu ietvaru uzbūvēts, tas piedāvā modulāru arhitektūru, kuru pētītāji un izstrādātāji var paplašināt vai pielāgot savām domēna vajadzībām. Tas paredzēts kā bāzes platforma, lai izpētītu agentu AI sistēmas, nevis kā gatavs patērētāja produkts. Magentic One nāk ar novērtēšanas rīku (AutoGenBench), lai komandas varētu veikt veiktspējas mērījumus standarta uzdevumos un salīdzināt dažādus modeļa pamatus vai agentu konfigurācijas.
Kritēriju sadalījums
- Orchestrator agent - plānošana un uzdevumu izsekotājs
- WebSurfer agent - pārlūkā veiktie pasākumi
- FileSurfer agent - vietējās failu navigācija
- Coder un ComputerTerminal agents - kodēšanas uzdevumi
- Uz AutoGen vairāku agentu ietvaru uzbūvēts
- AutoGenBench integrācija novērtēšanai
Together AI
Mākoņu platforma, kas piedāvā rīkus ģenerējošu AI modeļu izveidei, precizēšanai un izvietošanai ar uzlabotu veiktspēju un izmaksu efektivitāti.
Together AI piedāvā nolaižamo platformu generatīvo AI modeļu veidošanai, finēšanai un implementēšanai. Platforma, kas balstīta uz pētījumu jaunumu, ļauj lietotājiem veikt priekšrocību optimizāciju pēc darba krājumu veida un to ātrināt inference, modelu formašanu un pretrainingu. Platformas svarīgākās iespējas iekļauj serverlēšanās pārbaudīšanu, batch pārbaudīšanu, izturīgu modelu pārbaudīšanu, apsveicinātu aparatūru, sandbox un pārvaldītu glabāšanu. Papildus tam, ir iespējas mazgāt atvērtos avots modēlus produkcijas krāšu darbamizietējos, izmantojot ziņuāžu pētniecības tehnoloģijas. Platforma ir izveidota "AI-patiesšā cloud" idejālai, ko nodrošinājot lietotājiem var saskaņot katru darbu posmu no eksperimentēšanas līdz lielai skaņā. Līdzīgo AI funkciju krāsā ietilpst uzlabota iespēju interpretācija, samazinātais izdevums un ātrāks antropogēnā trainings. Platforma arī piedāvā jaunāko zinātniski attīstītu nožurnālu un instrumentus agentu attīstībai, arhitektūrai un precīzās apgrūtīšu ietvaros.
Kritēriju sadalījums
- Serverless inference
- Batch inference
- Dedicated model inference
- Dedicated container inference
- Accelerated compute
- Sandbox
Omniverse Audio2Face
NVIDIA AI vadīts rīks reāllaika, balss sinhronizētas 3D sejas animācijas ģenerēšanai
Omniverse Audio2Face ir NVIDIA lietojumprogramma, kas automātiski ģenerē 3D sejas animāciju no audio avota. Izmantojot iepriekš apmācītu dziļās mācīšanās neironu tīklu, tas analizē balss ievadi un vadīt sejas izteiksmes, balss sinhronizāciju un emocijas 3D tēlu reāllaikā, izslēdzot daļu no manuālās keyframe animācijas, kas parasti ir nepieciešama animācijas ķēdēs. Rīks darbojas NVIDIA Omniverse iekšpusē un atbalsta eksportēšanu uz standarta DCC platformām, piemēram, Maya, Unreal Engine un Blender, izmantojot formātus kā USD un blendshapes. Tas darbojas ar pielāgoto rakstzīmju mesh, izmantojot retargeting darba plūsmu, padarot to noderīgu spēļu izstrādātājiem, animētājiem, virtuālās produkcijas komandām un radītājiem, kas izveido digitālus cilvēkus vai interaktīvus avatarus. Audio2Face atbalsta gan offline apstrādi cinēmatiskai darbībai, gan tiešsaistes straumēšanu interaktīvām lietojumprogrammām, ar pielāgojamu emociju kontroli un daudzvalodu audio apstrādi.
Kritēriju sadalījums
- Audio vadīta sejas animācija, izmantojot dziļās mācīšanās tehnoloģiju
- Reāllaika balss sinhronizācija un emociju kontrole
- Rakstzīmju pārsūtīšana uz pielāgotiem mesh
- Blendshape un USD eksporta kanāli
- Tiešsaistes straumēšanas režīms interaktīviem avataros
- Daudzvalodu balss ievades atbalsts
AGiXT
Atvērtās avots AI agenta iebūvju režīmā ar adaptīvas atmiņas un ietveramo plūsmju palīdzību, lai automātizētu kompleksas uzdevumus.
AGiXT ir atvērtā avota AI agenta iebūvju režīms, kas ļauj automatizēt kompleksus uzdevumus ar adaptīvu atmiņu un ietveramo plūsmju palīdzību. Tas atļauj lietotājiem izveidot AI agentu ar individualizētu personību, zināšanu domēnu un atmiņu. Režīms atbalsta dažādu dokumentu tipu izmantojumu mācībām, tostarp PDF, Vārds, Teksts, Markdoun, CSV, JSON un Excel. Lietotāji var ar chat iekārtu saskarsēties ar agentu, un agents var mācīties no pieejamajām dokumentiem un URL adressēm.
Kritēriju sadalījums
- Dinamiskā ilgāja atmiņa
- Pluginu un plūsmju ekosistēma
- Dažādu LLM izvēlnes tiešsaistes atbalsts
- Pievienotās uzsvars un saite nodrošinātāja vadība
- Iekārtīts Web UI un REST API
- Pieeja uzdevumiem ar autonomām agentiem
Blink AI: Your Instant Shopping Guide
Klientzinājuma AI pavadonis jaunīgai pirkšanas norīcī
Blink AI ir atpazīņu mašīnu aprīkots pārdošanas palīdzības sistēma, kura paredzēta tā, lai nodotītu lietotājiem iedotās produktu ieteikumus un preču cenas savstarpējās salīdzinājums. Tā ietver mazina online pirkuma pieredzi, izvirzot tiešsaistē relevantus produkts tieši atbilstoši lietotāja ievades vai preferencēm. Ar šo resursu tiešsaiste var izmantot tie, kuri meklē efektīvu un personasu apmaksas palīdzību. Blink AI var lieliski darboties, pētot lietotāja pieprasījumus, piekļūstot produktu datubāzei un tad piedāvājot matchu, norādot uz dotu informāciju. Tādas spējas ievērojamība skan no ātruma un tikai tās produktu ieteikumu un cenīšu salīdzinājumu precizitātes, lai arī specifiskas informācijas par tās sadaļu un integrācijām nav pieejami. Salīdzinot ar tradīcijām un citām AI pārdošanas resursiem, Blink AI uzreizē koncentrējas uz personīgām ieteikumiem un lietotāja specifiču izvēlni.
Kritēriju sadalījums
- AI pielietošana produktu norīcīs
- Skaņotā multi-tirdznieka cena salīdzinājums
- Personalizētā pircēja pavadonis
- Vienkārša meklēšana produktu kategorijās
- Jautriem preču piedāvājumi un iekārtas
- Apstrādāmais pirktīšanas lēmumu darbības proces
Project Astra
Google DeepMind universālais AI aģents, kas redz, dzīv, un domā par pasauli reālajā laikā.
Projecta Astra ir eksperimentāla vispārēja asistents ar inteliģentu no Google DeepMind, kas paredzēts atbalstam vidusdaiļošanas uzdevumos, saprotot pasauli, tādu pašu kā cilvēki. Tas apstrādā video, audio, attēlus un tekstu savlaik, ļaujot lietotājiem norādīt kameru vai runāt savdabiski un saņemt konteksta izprotāmu atbilde. Iepazīsties ar Project Astra, kas ir būvēts uz Google Gemini modeliem. Astra ir paredzēts augstas ātrumīgas, bezsaistes sarunām, kas atjaunina pieredzi un atcerpjas nedēļas laika kontekstu. Projekta galvenais mērķis ir veikt pētījumu, lai varētu izaudzināt vispārēju agentu, kas var darboties bezdarbīgi ar smartfoniem, smart glazēm un citiem tīkliņiem. Cīnībā par publisko pieteikumu tas vēl nav, taču Astra rāda Google plānu kādai pakļautās AI, kas var novērot apkārtējo vidi, atcerēties to, ko jau ir redzējuša, un ņemt efektīvas darbības lietotāja biedraudaudz.
Kritēriju sadalījums
- Tiešsaistes video un attēlu izpratne
- Balss bazēts sarunvalodas interfēiss
- Pastāvīga konteksta atmiņa
- Multimodāla argumentācija teksta, audio un vizuālo ziņās
- Integrācija ar Gemini modeļu saimi
- Prototipa atbalsts smartbrillēm un tālrunim
Wan 2.7
AI video un attēlu ģenerēšanas platforma, kas pārvērš tekstuālus vai vizuālus norādījumus komerciāli sagatavotā vizuālajā saturā.
Wan 2.7 ir AI video un attēlu ģenerēšanas platforma, kas uzlabo vizuālās kvalitātes, audio, kustības, stilizācijas un konsekvences līmeni salīdzinājumā ar iepriekšējo versiju Wan 2.6. Tā ir izstrādāta, lai pārvērstu tekstuālus vai attēlu norādījumus komerciāli gatavā vizuālajā saturā. Platforma uzlabo video ģenerēšanu piecos galvenajos aspektos: vizuālā kvalitāte, audio, kustību dinamika, stilizācija un konsekvence. Wan 2.7 pievieno tādas funkcijas kā pirmā un pēdējā kadra ģenerēšana, 9‑režģa attēla‑uz‑video pārveidošana, subjekta plus balss atsauce, instrukciju balstīta rediģēšana un video rekreācija. Tā atbalsta reālu personas attēlu ievadi, līdz pat 5 video atsaucēm, 2‑15 sekunžu garumu un 1080P video ģenerēšanu, padarot to piemērotu profesionālām darba plūsmām. Platforma ir paredzēta galapunktu video radīšanai un rediģēšanai, nodrošinot labāku kontroli un kvalitāti.
Kritēriju sadalījums
- Pirmā kadra un pēdējā kadra ģenerēšana
- 9 režģa attēla‑uz‑video pārvēršana
- Subjekta plus balss atsauce
- Instrukciju balstīta rediģēšana
- Video rekreācija
- Līdz pat 5 video atsaucēm