產品指南

找到適合你的 AI

從一個任務出發
瞭解工具、模型與接入

多模態互動模型平台

想做什麼來這裡找

六類能力、84 項功能。按任務尋找工具介紹,再通過原始媒體檢視畫質處理效果。

瀏覽功能目錄

Berserk

理解問題,生成內容

Glacier AI 自有大模型系列。從對話到影像、影片生成,圍繞任務瞭解模型能力。

瞭解自有模型

聚合站

多種模型統一接入

圍繞你的業務系統,確認模型範圍、協議、金鑰與專案許可權,讓接入方式更清楚。

瞭解模型接入

從需求找到能力

展開一個分類,檢視完整功能介紹。

影片生成、超分與剪輯15 項功能

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

瀏覽影片能力
文字寫作、翻譯與提取16 項功能

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

語種識別

識別語音/文本語種,用於多語言客服、會議系統。

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。

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。

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。

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。

瀏覽文字能力
影像生成、修復與識別16 項功能

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

影像與影片分割

語義/實例/全景分割,用於摳圖、標註、分析。

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。

深度估計

估計單目/雙目深度,用於自動駕駛、AR、機器人。

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。

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。

瀏覽影像能力
語音轉寫、合成與翻譯13 項功能

語音轉文字 ASR

將語音轉寫為文本,用於會議、客服、字幕。

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。

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。

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。

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。

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。

聲紋識別與驗證

基於聲紋確認身份,用於核身、反欺詐。

喚醒詞檢測

檢測指定喚醒詞,用於語音助手低功耗喚醒。

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。

降噪與語音增強

抑制噪聲、增強人聲,用於通話、錄音、會議。

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。

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。

音樂與音效生成

生成音樂、音效,用於內容創作、遊戲、短影片。

瀏覽語音能力
跨模態圖文理解與知識問答14 項功能

RAG 知識問答

檢索增強生成,基於企業知識庫問答,降低幻覺。

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。

企業知識助手

面向企業內知識檢索、問答、寫作的綜合助手。

多模態檢索

以文搜圖/影片、以圖搜文等跨模態檢索。

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。

即時多模態助手

即時處理語音、影像、文本的互動助手。

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。

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。

編碼與 DevOps 代理

程式碼生成、理解、審查、運維自動化。

程式碼生成與理解

程式碼補全、生成、解釋、重構、單測生成。

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。

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。

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。

語義搜尋與重排序

語義召回 + 重排,提升搜尋相關性。

瀏覽跨模態能力
時序與感知時序預測與場景感知10 項功能

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。

流式異常與變化檢測

對流式資料即時檢測異常與突變。

時間序列預測

對時序資料做趨勢、週期、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。

AMR 導航與排程

移動機器人導航、避障與多機排程。

無人機與現場自主巡檢

無人機自主巡檢、識別與告警。

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。

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。

視覺慣性 SLAM

視覺 + 慣性里程計與建圖,用於機器人與 AR。

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。

瀏覽時序與感知能力

這裡展示能力目錄。具體可用模型、使用方式與接入配置,結合你的任務確認。

更多資料隨時查閱

檢視文本與結構化資料,或開啟原始媒體瞭解處理效果。

Berserk 型號與計價說明

現有產品資料列出的對話型號包括 Berserk-V4flash、Berserk-5.2 與 Berserk-H3,分別以 DeepSeek V4 flash、GLM5.2 與 MiniMax H3 為參考方向。參考方向不代表已完成效果對比,具體效果與可用版本按專案確認。

現有產品資料中的計價規則為對應參考模型當日市場最低價的 50%。這是產品規則介紹,不是即時市場報價;參考價格可能浮動,實際計費方式與單價以專案報價為準。

聚合站的模型範圍

模型目錄涵蓋 OpenAI、Anthropic、Google、DeepSeek、通義千問、Kimi、智譜、MiniMax、xAI 和快手等系列。檢視完整模型與價格,瞭解各模型的 Token、按次與按時長計費方式。

帶著你的想法
開始下一步

說說任務、現有系統與預期目標,一起明確適合的能力。

GLACIER AI

從你的需求開始

告訴我們你感興趣的產品、現有系統與預期目標。

shenzhongchang@glacier.fit

具體產品範圍、配置與開通方式,以溝通結果為準。