AI模型开放平台ModelMatrix上线，40+模型开箱即用

《大教堂与集市》一书中提到，“开源不只是为了让我们能够看到代码，它更是为了让我们能够使用代码 ——而后者，才是开源真正的魔力，或者说，力量所在。”

开源的出现，为推动全球科技进步起到了巨大的推动作用。因其允许全球的开发者共同参与、贡献和分享代码，具有成熟的框架和工具，可以大大降低开发成本，促进技术的创新和落地应用。

伴随着AI技术的飞速发展，越来越多的开发者投身到AI领域的探索。斯坦福人工智能研究所（HAI）发布的《2023年人工智能指数报告》中提到，自2011年以来，与AI相关的GitHub项目总数稳步增长，从2011年的1536个增加到2022年的347934个。

作为国内人工智能行业的龙头企业，科大讯飞在语音识别、自然语言理解、图像识别等领域有着深厚的技术积累，致力于持续推动人工智能产业生态的繁荣。其中，讯飞开放平台目前已开放560项 AI 能力及场景方案，聚集450万开发者团队。

近期，讯飞开放平台上线开源开放的多维度、多功能AI模型开放平台——ModelMatrix，已接入40+个模型，面向自然语言理解、图像、语音等多领域，提供前沿模型的在线体验服务，点击上传模型的输入参数即可体验模型效果，适用于多种应用场景。即使是零代码基础的AI爱好者，也可轻松上手。

降低使用门槛，推进AI产业应用

AI模型是AI产业的重要基础设施，因其具有自监督学习能力，更强的通用性及智能程度，使AI能广泛赋能各行业应用。

2017年Google研究团队在发表的论文《Attention Is All You Need》中首次提到Transformer模型，并将此进行开源，目前包括ChatGPT等在内的大模型基本都是Transformer演变而来。多个重要领域比如生物医疗、智能制造等，也有基于Transformer模型落地的技术产生。

但传统AI模型的开发和应用需要大量的计算资源和存储资源，同时模型训练、安装配置等过程复杂，无形中提高了使用门槛，让非AI开发者难以参与AI的开发。

只有进一步推动AI开放，激励开发者把AI模型集成到实际开发应用中，让更多非AI开发者感受、体验到AI的乐趣，才能实现AI普惠，加速AI在更多场景的落地。

40+精选模型，轻松体验

ModelMatrix上线的40多个模型中，除有讯飞自研的语音合成、OCR识别等模型外，还精选了一批来自第三方的模型，具有易上手、兼具趣味性和专业性的特点。

使用体验方面，以前想让AI模型跑起来，从代码下载到安装部署再到效果验证，往往需要数天。在ModelMatrix平台上，每个模型的在线体验页面，只需几次点击，就能0代码体验各种模型效果，无论是完全不懂AI的小白还是开发者都能获得极佳的体验。

模型种类方面，ModelMatrix已上线的模型包括图片生成图片、图片生成视频、OCR、目标检测、图像分割、文本生成图片、文本生成语音、表格问题回答、文档分析、文本总结、文本分类、可视化问题回答等。

AI绘画：生成数字艺术作品、辅助人类绘画和创建特效场景。只需输入描述文本，即可生成对应风格的图片作品

语音合成：根据您输入的文本，我们可以为您合成对应的语音音频。支持单人配音、多人配音或剧本配音；支持选择中文、英文、方言等不同语种；支持选择女声、男声、童声等不同声龄；支持调节不同发音情感类型，以及语速、语调、音量等系数

AI人物动画照和视频生成：上传相片即可转化动漫照，还能生成视频

种草文案智能创作体验：根据选择的商品品牌、品类、成分、功效、适用人群等信息，快速创作出种草文案

A.I.音乐家：基于词曲的语音合成新里程，采用讯飞语音合成技术，将乐谱和歌词转化成歌唱技术。基于端到端的歌唱合成系统，结合讯飞算法大幅提升歌唱合成的变现力

审核编辑 ：李倩