NVILA NVILA是一款由NVIDIA开发的视觉语言模型，通过“扩展-压缩”策略优化处理高分辨率图像和长视频，兼具效率与准确性。它在图像和视频基准测试中表现优异，支持时间定位、机器人导航和医疗成像等应用场景，并通过参数高效微调和量化技术提升模型性能。未来将在GitHub和HuggingFace平台上开源。 AI项目与工具 2025年06月12日 68 点赞 0 评论 814 浏览
LBM LBM（Latent Bridge Matching）是一种基于潜在空间桥接匹配的图像到图像转换框架，支持目标移除、图像重光照、深度图生成等多种任务。通过布朗桥和随机微分方程实现高效且多样化的图像转换，具备良好的可控性和视觉一致性。适用于摄影、设计、3D建模等多个领域，具有广泛的应用前景。 AI项目与工具 2025年06月11日 40 点赞 0 评论 815 浏览
OneDiffusion OneDiffusion是一种多功能的大规模扩散模型，支持文本到图像生成、条件图像生成、图像理解等多种任务。它通过序列建模和流匹配框架实现灵活的图像生成能力，适用于艺术创作、广告设计、游戏开发等多个领域，具备高度的扩展性和统一性。 AI项目与工具 2025年06月12日 59 点赞 0 评论 815 浏览
星流AI 星流AI是一款基于先进AI技术的图像生成平台，凭借其自主研发的Star-3 Alpha模型和丰富的LoRA模型库，提供高精度图像生成、智能推荐、色彩调整、局部重绘、智能扩图及细节修复等功能，广泛服务于电商、广告、艺术创作等行业，支持多语言操作和多样化风格选择，助力用户高效完成高质量图像创作。 AI项目与工具 2025年06月12日 67 点赞 0 评论 815 浏览
Photomath Photomath是一款基于人工智能技术的数学学习应用，通过手机摄像头扫描数学题目，提供详细的解题步骤和解释。它支持从基础算术到复杂代数、几何和微积分问题的解答，拥有多种解题方法、动画和视觉辅助等功能，适合学生、家长和教师使用，旨在通过互动式学习提升数学能力，并为教学提供辅助支持。 AI项目与工具 2025年06月12日 34 点赞 0 评论 815 浏览
文心大模型X1 文心大模型X1是百度开发的深度思考型AI模型，具备中文知识问答、逻辑推理、文学创作等能力，支持多模态内容生成与工具调用。采用递进式强化学习与端到端训练技术，结合飞桨平台实现高效推理。适用于文学创作、文案生成、学术研究、代码开发等多个领域，提供高性价比的AI服务。 AI项目与工具 2025年06月12日 64 点赞 0 评论 816 浏览
扣子罗盘 扣子罗盘是一款面向开发者和创业团队的AI工具平台，支持从Prompt开发到AI Agent部署的全生命周期管理。具备Prompt智能中枢、实时观测预警和全链路评测体系等核心功能，提升开发效率与系统稳定性。适用于智能客服、内容创作、教育辅导等多个场景，助力AI应用快速落地。 AI项目与工具 2025年06月12日 42 点赞 0 评论 816 浏览
MotionFix MotionFix是一个开源的3D人体动作编辑工具，采用自然语言描述与条件扩散模型TMED相结合的方式，支持通过文本指令精准编辑3D人体动作。其主要功能包括文本驱动的动作编辑、半自动数据集构建、多模态输入处理及基于检索的评估指标。MotionFix适用于动画制作、游戏开发、虚拟现实等多个领域，为动作编辑提供了灵活性与精确性。 AI项目与工具 2025年06月12日 13 点赞 0 评论 816 浏览
Signs Signs是由英伟达推出的AI手语学习平台，通过实时手势识别与3D虚拟教学，帮助用户精准掌握美式手语。平台支持用户上传视频，丰富学习资源，具备互动性与个性化反馈，适用于初学者及进阶学习者，同时为无障碍技术开发提供数据支持。 AI项目与工具 2025年06月12日 69 点赞 0 评论 816 浏览
OSUM OSUM是一款由西北工业大学研发的开源语音理解模型，结合Whisper编码器与Qwen2 LLM，支持语音识别、情感分析、说话者性别分类等多种任务。采用“ASR+X”多任务训练策略，提升模型泛化能力和稳定性。基于约5万小时语音数据训练，性能优异，适用于智能客服、教育、心理健康监测等多个领域。 AI项目与工具 2025年06月12日 46 点赞 0 评论 816 浏览
