AI项目与工具

WebLI

WebLI

WebLI-100B是由Google DeepMind推出的超大规模视觉语言数据集，包含1000亿个图像与文本配对数据，是目前最大的视觉语言数据集之一。其设计旨在提升模型对长尾概念、文化多样性和多语言内容的理解能力。数据集通过网络爬取构建，保留了丰富的语言和文化多样性，支持多模态任务如图像分类、图像描述生成和视觉问答，广泛应用于人工智能研究、工程开发及教育领域。
AI项目与工具 2025年06月12日
Link·AI

Link·AI

Link·AI 是一款面向企业和个人的 AI 智能体开发平台，集成了多模态大模型、RAG 知识库和插件，支持零代码快速创建具备企业私有知识和高级任务执行能力的智能体。用户能够将 AI 应用轻松接入主流平台，广泛应用于客户服务、营销自动化、企业协作及个人助理等场景，助力提升运营效率和用户体验。
AI项目与工具 2025年06月12日
BLIP3

BLIP3

BLIP3-o是Salesforce Research等机构推出的多模态AI模型，结合自回归与扩散模型优势，实现高效图像理解和生成。基于CLIP语义特征，支持文本与图像间的双向转换及图像编辑。采用顺序预训练策略，提升模型性能。完全开源，适用于创意设计、视觉问答、艺术生成等多种场景。
AI项目与工具 2025年06月11日
GPTEngineer

GPTEngineer

GPTEngineer 是一款基于AI技术的开源工具，通过简单的文本提示快速生成网页应用原型。它支持自然语言交互，能够根据用户描述自动生成代码，并具备代码改进、错误检测与修正等功能。此外，GPTEngineer 还支持与 GitHub 同步和一键部署。该工具兼容多种AI模型，适用于快速原型开发、Web应用开发、自动化测试、代码重构及教育等多个领域。
AI项目与工具 2025年06月12日
ToolBaz

ToolBaz

ToolBaz 是一款多功能的 AI 创作平台，涵盖文章撰写、故事生成、图像与视频制作、语音合成及代码编写等功能，旨在通过人工智能技术简化创作过程，提升内容质量和效率。无论是营销文案、社交媒体帖子还是产品描述，ToolBaz 都能快速生成高质量的结果，同时支持跨领域应用，如品牌宣传、客户服务和教育培训等。
AI项目与工具 2025年06月12日
Relay.app

Relay.app

Relay.app是一个强大的自动化平台，支持用户创建AI驱动的智能工作流，连接100多个常用应用程序。它提供直观的界面和“人在回路”功能，使非技术人员也能构建复杂的自动化流程。内置AI功能如内容总结、文本翻译和数据提取，以及自定义AI模型调用，满足多样化业务需求，提高工作效率和团队协作的流畅性。
AI项目与工具 2025年06月11日
WhisperChain

WhisperChain

WhisperChain 是一款开源语音识别工具，支持实时语音转文本并提供文本优化功能，可去除填充词、优化语法。用户可通过全局热键快速启动语音输入，处理结果自动复制到剪贴板。支持 Streamlit 界面与 FastAPI 架构，适用于会议记录、写作辅助等场景。
AI项目与工具 2025年06月12日
ViLAMP

ViLAMP

ViLAMP是由蚂蚁集团与中国人民大学联合开发的视觉语言模型，专为高效处理长视频设计。采用混合精度策略，支持在单张A100 GPU上处理长达3小时的视频，提升处理效率并降低计算成本。具备长视频理解、关键信息提取、多任务处理等功能，适用于教育、监控、直播、影视制作及智能客服等场景。技术上通过差分关键帧选择与特征合并优化性能，实现精准且高效的视频分析。
AI项目与工具 2025年06月11日
豆包向量化API

豆包向量化API

Doubao-embedding是字节跳动推出的语义向量化API，支持中英文文本处理及长文本向量化，提供多种维度的向量输出和丰富的SDK支持，适用于搜索引擎、推荐系统、知识图谱构建和自然语言处理等多种应用场景。
AI项目与工具 2025年06月12日
CoGenAV

CoGenAV

CoGenAV是一种先进的多模态学习模型，专注于音频和视觉信号的对齐与融合。通过对比特征对齐和生成文本预测的双重目标进行训练，利用同步音频、视频和文本数据，学习捕捉时间对应关系和语义信息。CoGenAV具备音频视觉语音识别、视觉语音识别、噪声环境下的语音处理、语音重建与增强、主动说话人检测等功能，适用于智能助手、视频内容分析、工业应用和医疗健康等多个场景。
AI项目与工具 2025年06月11日