文生影片與圖生影片
根據文字提示或參考圖生成影片片段，用於創意內容、廣告素材、預演。
AI 資料中心
Berserk 是 Glacier ai 的核心自有大模型系列。AI Tools 和聚合站分別提供任務工具與模型接入。
Berserk 自有大模型系列
包括對話、文生圖、文生影片等單模態與跨模態模型。
- Berserk-V4flash：對標 DeepSeek V4 flash。
- Berserk-5.2：對標 GLM5.2。
- Berserk-H3：對標 MiniMax H3。
產品定位：接近對標模型效果，Token 售價為對應對標模型當日市場最低價的 50%。參考價格每日更新或浮動，實際價格以當日報價為準。此處展示產品規則，不是即時市場報價。
聚合站
國內模型統一接入，協定收斂，金鑰和呼叫依專案開通。
原有接入介紹涵蓋通義千問、文心、智譜、Kimi、DeepSeek、豆包、混元和星火；具體模型版本與介面在接入時確認。
AI Tools
六類、84 項功能介紹，涵蓋影片、文字、影像、語音、跨模態、時序與感知。超解析度、畫質增強、AI 降噪與位元率恢復是 AI Tools 下屬能力。
完整功能目錄
影片超解析與插幀
提升影片解析度、影格率，改善流暢度與清晰度，適用於老片修復、慢動作。
影片精華偵測與自動剪輯
自動識別精彩片段並剪輯成短片，用於賽事、直播、短影音製作。
影片去字幕
偵測並移除影片中的內嵌字幕，便於重新配音、多語言發行。
影片去浮水印
定位並去除影片浮水印／台標，用於素材清理與合規處理。
影片穩定與防手震
消除手持拍攝的晃動，輸出平穩畫面，提升觀看體驗。
影片去背與背景替換
分離前景人物與背景，支援虛擬背景、取代綠幕。
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、跌倒與疲勞偵測
針對長照、工地、駕駛場景，偵測跌倒、疲勞、異常活動並發出警報。
視覺異常偵測
從影片中識別偏離正常模式的異常，用於產線、巡檢、安防。
多目標追蹤
在影片中持續追蹤多個目標，輸出軌跡 ID，用於人流、車流分析。
物件偵測與多目標追蹤
偵測影片／影像中的目標並持續追蹤，支援計數、測速、行為分析。
軌跡預測與運動規劃
預測行人／車輛／機器人的未來軌跡，用於自動駕駛、機器人避障。
口型同步與數位人播報
讓數位人的口型與語音同步，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。
通用寫作與對話
文字生成、改寫、問答、多輪對話，涵蓋通用助理場景。
摘要與改寫
長文精簡、風格改寫、重點擷取，用於報告、資訊、會議記錄。
機器翻譯與在地化
多語言互譯與在地化潤飾，支援文件、介面、字幕。
文字內容審核
識別違規、暴力恐怖、色情、廣告等文字，用於社群與內容平台。
文字向量與語意相似度
將文字編碼為向量，支援語意檢索、去重、分群、相似比對。
實體與關係擷取
從文字中擷取人物、機構、事件及其關係，建構知識圖譜。
情感與觀點分析
判斷文字的情感極性、觀點傾向，用於輿情、評論、客服品質檢核。
意圖識別與槽位擷取
理解使用者意圖並擷取關鍵槽位，用於對話系統、工單分流。
表格分類與風險評分
對表格／表單分類並輸出風險分數，用於風控、合規、審核。
欄位與表單擷取
從合約、票據、表單中擷取結構化欄位，用於自動化資料輸入。
文字語言識別
自動判斷文字的語言，用於路由、翻譯前處理、內容分發。
語言識別
識別語音／文字的語言，用於多語言客服、會議系統。
PII/PHI 偵測與去識別化
偵測個人身分資訊與健康資訊並去識別化，符合隱私法規要求。
AI 安全偵測與回應
識別提示注入、越獄、有害內容等風險並觸發回應策略。
因果推論與增益模型
估計介入的因果效應與增量收益，用於行銷、營運、定價。
圖譜、反詐欺與關係風險
基於圖譜挖掘集團與關聯風險，用於反詐欺與風控。
文生圖與參考圖生成
以文字或參考圖生成影像，用於創意、設計、行銷素材。
修補、擴圖與可控編輯
局部重繪、向外擴展、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，用於品檢、歸檔、辨識。
OCR 文字辨識
辨識影像中的文字，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，用於文件數位化。
人臉偵測、辨識與活體檢測
人臉偵測、比對、活體判斷，用於門禁、身分驗證、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。
醫學影像偵測與分割
偵測與分割病灶、器官，用於輔助診斷與科研。
監督式瑕疵檢測
基於標註樣本檢測產品表面／內部瑕疵，用於工業品檢。
視覺量測與對位
量測尺寸、位置、對齊度，用於精密製造與組裝。
開放詞彙偵測與分割
以自然語言描述目標進行偵測與分割，無需固定類別。
影像與影片分割
語意/實例/全景分割，用於去背、標註、分析。
三維重建與數位孿生
從影像/點雲重建三維場景，用於數位孿生、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。
超解析、去雜訊與去模糊
影像增強與修復，用於畫質提升、老照片修復。
文字/影像生成 3D 資產
由文字或影像生成三維模型/資產，用於遊戲、電商、元宇宙。
語音轉文字 ASR
將語音轉寫為文字，用於會議、客服、字幕。
文字轉語音 TTS
將文字合成為自然語音，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，用於客服中心、語音助理。
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。
語音複製與轉換
複製音色或轉換語音風格，用於配音、個人化 TTS。
語者分離
區分不同語者，用於會議紀錄與多語者轉寫。
聲紋辨識與驗證
以聲紋確認身分，用於身分驗證、防詐騙。
喚醒詞偵測
偵測指定喚醒詞，用於語音助理低功耗喚醒。
語音活動偵測 VAD
偵測語音段與非語音段，用於降低成本、切分、即時互動。
降噪與語音增強
抑制雜訊、增強人聲，用於通話、錄音、會議。
回音消除與去混響
消除回音與混響，用於免持通話、會議室音訊。
環境聲音辨識
辨識環境中的聲音事件，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、短影音。
RAG 知識問答
檢索增強生成，依據企業知識庫問答，降低幻覺。
文件問答與比較
對多份文件問答、比較、摘要，用於合約、報告、論文。
企業知識助理
面向企業內部知識檢索、問答、寫作的綜合助理。
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。
即時多模態助理
即時處理語音、影像、文字的互動助理。
工具呼叫與工作流程代理
呼叫外部工具/API 編排工作流程，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。
程式設計與 DevOps 代理
程式碼生成、理解、審查、維運自動化。
程式碼生成與理解
程式碼補全、生成、解釋、重構、單元測試生成。
研究與營運多代理編排
多代理協作完成研究、營運、分析任務。
個人化排序
依據使用者行為個人化排序，用於推薦、搜尋、廣告。
候選召回與相似推薦
召回候選項目並進行相似推薦，用於電商、內容、社群。
語意搜尋與重排序
語意召回 + 重排序，提升搜尋相關性。
預測性維護與剩餘壽命
結合多來源資料預測設備故障與剩餘壽命。
串流異常與變化偵測
對串流資料即時偵測異常與突變。
時間序列預測
對時序資料進行趨勢、週期、異常預測。
排程、路徑與資源最佳化
求解排程、路徑、資源分配的最佳化問題。
AMR 導航與調度
移動機器人導航、避障與多機調度。
無人機與現場自主巡檢
無人機自主巡檢、辨識與警示。
多感測器感知與融合
融合攝影機、雷達、光達等多感測器感知。
IMU/雷達/光達融合
融合慣性、雷達、光達資料進行定位與感知。
視覺慣性 SLAM
視覺 + 慣性里程計與建圖，用於機器人與 AR。
負載與環境預測
預測電力負載、環境指標，用於能源與城市管理。
產品入口
Berserk 模型 · AI Tools · 聚合站