AI项目与工具

Amodal3R

Amodal3R

Amodal3R 是一种基于条件的 3D 生成模型，能够从部分遮挡的 2D 图像中重建完整的 3D 模型。通过引入掩码加权多头交叉注意力机制和遮挡感知注意力层，提升了遮挡场景下的重建精度。该模型仅使用合成数据训练，却能在真实场景中表现出色，具有较强的泛化能力。广泛应用于 AR/VR、机器人视觉、自动驾驶及 3D 资产创建等领域。
AI项目与工具 2025年06月12日
OmniHuman

OmniHuman

OmniHuman是字节跳动推出的多模态人类视频生成框架，基于单张图像和运动信号生成高逼真视频。支持音频、姿势及组合驱动，适用于多种图像比例和风格。采用混合训练策略和扩散变换器架构，提升生成效果与稳定性，广泛应用于影视、游戏、教育、广告等领域。
AI项目与工具 2025年06月12日
Revid AI

Revid AI

Revid AI 是一款AI驱动的视频生成工具，支持从脚本创作到视频发布的全流程操作。用户可输入创意自动生成视频内容，涵盖多种风格与语言模板，具备简单易用的编辑功能及一键发布能力。适用于社交媒体、品牌营销、教育分享及电商展示等多个场景，提升内容创作效率与传播效果。
AI项目与工具 2025年06月12日
moonshot

moonshot

moonshot-v1-vision-preview 是一款由月之暗面开发的多模态图像理解模型，具备精准的图像识别、OCR 文字识别和数据解析能力。支持 API 集成，适用于内容审核、文档处理、医学分析、智能交互等多个领域。模型可识别复杂图像细节、分析图表数据，并从美学角度进行图像评价，适合需要高效图像处理和智能交互的应用场景。
AI项目与工具 2025年06月12日
Vision Parse

Vision Parse

Vision Parse 是一款开源工具，旨在通过视觉语言模型将 PDF 文件转换为 Markdown 格式。它具备智能识别和提取 PDF 内容的能力，包括文本和表格，并能保持原有格式与结构。此外，Vision Parse 支持多种视觉语言模型，确保解析的高精度与高速度。其应用场景广泛，涵盖学术研究、法律文件处理、技术支持文档以及电子书制作等领域。
AI项目与工具 2025年06月12日
秒画趣拍

秒画趣拍

秒画趣拍是一款基于AI技术的创意写真小程序，由商汤科技开发。用户上传照片后，可以从多种模板中选择，生成具有不同风格和主题的高质量写真。其主要功能包括AI创意生成、丰富模板库、个性化定制及保持人物一致性。应用场景包括个人写真、节日庆祝、社交活动、校园生活记录及旅行记录等。
AI项目与工具 2025年06月12日
MiniCPM 3.0

MiniCPM 3.0

MiniCPM 3.0是一款由面壁智能开发的高性能端侧AI模型，具有40亿参数。它采用LLMxMapReduce技术，支持无限长文本处理，增强了上下文理解能力。MiniCPM 3.0在Function Calling方面表现出色，接近GPT-4o的水平。该模型还包括RAG三件套，提升了中文检索和内容生成的质量。模型已开源，量化后仅占用2GB内存，适合端侧设备部署，保障数据安全和隐私。
AI项目与工具 2025年06月12日
WorldMem

WorldMem

WorldMem是由多所高校与研究机构联合开发的AI世界生成模型，通过引入记忆机制解决传统模型在长时间序列生成中的一致性问题。它支持动态环境模拟、多场景交互及长期一致性保持，适用于虚拟游戏、VR/AR、自动驾驶等多个领域，具备高度真实性和可扩展性。
AI项目与工具 2025年06月11日
AlphaEvolve

AlphaEvolve

AlphaEvolve是谷歌DeepMind开发的通用科学代理，结合大型语言模型与进化算法，用于设计和优化复杂算法。它在数据中心调度、硬件设计、AI训练和数学问题解决等领域取得显著成果，如优化矩阵乘法、提升系统效率等。系统采用自动化评估机制，支持跨领域应用，具备高效计算和持续优化能力。
AI项目与工具 2025年06月11日
LangGraph

LangGraph

LangGraph 是一款基于图结构的 Agent 框架，专为构建状态化、多智能体系统设计，尤其适用于与大型语言模型（LLMs）协作的场景。其主要功能包括支持循环和条件逻辑、持久性状态管理、人工干预以及与 LangChain 的无缝集成。通过灵活的状态控制和条件边定义，LangGraph 能够高效支持复杂业务流程的自动化，同时具备强大的流式输出能力，广泛应用于客户服务、数据分析、业务流程优化和个性
AI项目与工具 2025年06月12日