生成式模型

基于弥散蒸馏的歌唱音高转换技术，推理速度显著快于同类系统 COMOSVC是针对歌唱音高转换任务开发的生成式音频处理技术，该方案先构建基于弥散模型的教师模型完成任务建模，再通过自我一致性属性开展知识蒸馏，实现一步采样推理。对比当前先进的同类基于弥散的歌唱音高转换系统，该方案可维持相当甚至更优的转换效果，同时实现了明显更快的推理速度。

Spell by Spline是基于扩散模型的AI快速3D场景生成工具 这款工具结合真实数据与合成数据训练，可在几分钟内生成具备多视图一致性的3D世界，支持高斯绘制、神经辐射场等多种渲染技术，相比传统3D生成方案效率提升明显。目前产品仍处于开发阶段，团队会持续更新迭代模型，优化生成质量，为3D创作者降低场景生成门槛。

面向自动驾驶研发的生成式AI模型，可预测模拟真实行车场景 GenAD是支撑自动驾驶技术研发应用的人工智能生成式模型，区别于传统依赖真实场景采集的研发方案，它可预测模拟真实世界行车场景，能够理解复杂动态环境、适配开放世界场景，支持通过语言与行车轨迹控制，可应用于自动驾驶规划任务研发，助力提升行车安全性与效率。