AI项目与工具

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 51 点赞 0 评论 310 浏览

ASSEMBO.AI

ASSEMBO.AI 是一款 AI 驱动的多功能平台，支持电商商家快速生成高质量的营销图片和视频。用户可上传产品图片，选择背景或风格，轻松创建适合多平台展示的内容。平台提供多样化的模板和个性化调整选项，适用于电商、社交媒体营销、广告制作等多个场景，有效提升产品吸引力和品牌曝光率。

AI项目与工具 2025年06月12日 17 点赞 0 评论 311 浏览

StableAnimator是一款由复旦大学、微软亚洲研究院、虎牙公司及卡内基梅隆大学联合开发的高质量身份保持视频生成框架。它能够根据参考图像和姿态序列，直接生成高保真度、身份一致的视频内容，无需后处理工具。框架集成了图像与面部嵌入计算、全局内容感知面部编码器、分布感知ID适配器以及Hamilton-Jacobi-Bellman方程优化技术，确保生成视频的流畅性和真实性。StableAnimato

AI项目与工具 2025年06月12日 14 点赞 0 评论 311 浏览

CAT4D

CAT4D是一种由Google DeepMind、哥伦比亚大学及加州大学圣地亚哥分校共同开发的工具，它利用多视图视频扩散模型，从单目视频中生成动态3D（4D）场景表示。该工具可以合成新视图、重建动态3D模型，并支持独立控制相机视点和场景动态，适用于电影制作、游戏开发、虚拟现实等多种领域。

AI项目与工具 2025年06月12日 72 点赞 0 评论 311 浏览

SmolVLA

SmolVLA是Hugging Face开源的轻量级视觉-语言-行动（VLA）模型，专为经济高效的机器人设计。拥有4.5亿参数，可在CPU上运行，单个消费级GPU即可训练，适合在MacBook上部署。它能够处理多模态输入，生成动作序列，并通过异步推理提高控制效率。适用于物体抓取、家务劳动、货物搬运和机器人教育等场景。

AI项目与工具 2025年06月11日 34 点赞 0 评论 311 浏览

node

Node-DeepResearch 是一款基于 Gemini 语言模型和 Jina Reader 的开源 AI 智能体，支持持续搜索、多步推理和复杂问题处理。用户可通过 Web Server API 实时获取查询进度，适用于文献综述、市场调研、新闻报道等多种场景。项目具备灵活性和可扩展性，适合研究人员和开发者使用。

AI项目与工具 2025年06月12日 34 点赞 0 评论 311 浏览

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 14 点赞 0 评论 311 浏览

PSHuman

PSHuman是一款基于跨尺度多视图扩散模型的单图像3D人像重建工具，仅需一张照片即可生成高保真度的3D人体模型，支持全身姿态和面部细节的精确重建。其核心技术包括多视角生成、SMPL-X人体模型融合及显式雕刻技术，确保模型在几何和纹理上的真实感。该工具适用于影视、游戏、VR/AR、时尚设计等多个领域，具备高效、精准和易用的特点。

AI项目与工具 2025年06月12日 49 点赞 0 评论 311 浏览