AI项目与工具

SmolVLM

SmolVLM是一款由Hugging Face开发的轻量级视觉语言模型,专为设备端推理设计。该模型具有三个版本,包括SmolVLM-Base、SmolVLM-Synthetic和SmolVLM-Instruct,分别适用于不同的应用场景。SmolVLM借鉴了Idefics3的理念,采用SmolLM2 1.7B作为语言主干,并通过像素混洗技术提升视觉信息的压缩效率。其训练数据集包括Cauldron和

aisuite

Aisuite是一款基于Python开发的开源库,提供统一接口以调用多个大型语言模型(LLM),支持OpenAI、Anthropic、Azure等多个平台。它简化了模型切换和对比测试流程,并具备良好的扩展性,适用于聊天补全、模型对比测试及个性化推荐等应用场景。

Epsilla

Epsilla 是一个面向多行业用户的 AI 工具平台,支持通过领域专业知识定制 AI 代理,具备直观的界面和灵活的定制选项,内置检索增强生成(RAG)技术,简化了从概念到生产的 AI 应用部署流程。主要应用于内容生成、投资研究、法律案例分析、客户服务及教育等领域。

Univer

Univer是一款开源的全栈框架,支持电子表格、文档和幻灯片的创建与编辑。它具备强大的公式计算、条件格式、数据验证、筛选、协同编辑等功能,并采用Canvas渲染引擎和插件化架构提升性能与扩展性。Univer适用于企业办公自动化、数据分析、教育、项目管理和客户关系管理等多个领域。

PocketPod

PocketPod是一款基于人工智能技术的个性化播客生成工具。它可以根据用户的兴趣和需求,自动创建包括每日新闻更新和特定主题深入探讨在内的播客内容。用户还可以将PDF文件等文档转换成播客形式,便于在多种场合下收听。该工具主要服务于忙碌人士、学生及播客爱好者,提供了个性化新闻播客、广泛话题覆盖、按需内容创建、文档转播客等功能,并支持与用户的日历和提醒系统集成。

Browser Operator

Browser Operator 是 Opera 浏览器推出的 AI 工具,通过自然语言指令实现网页浏览任务的自动化操作,如购物、预订、信息收集等。支持用户随时监控和干预任务,所有操作在本地完成,确保数据隐私。适用于多种日常场景,提升浏览效率和用户体验。

ShowUI

ShowUI是一款由新加坡国立大学Show Lab与微软合作开发的视觉-语言-行动模型,旨在提升图形用户界面(GUI)助手的工作效率。该模型通过UI引导的视觉令牌选择、交错视觉-语言-行动流以及高质量数据集的运用,实现了高效的零样本截图定位和GUI自动化功能,广泛应用于网页自动化、移动应用测试、桌面软件自动化及游戏自动化等领域。

MiniCPM

MiniCPM-o 2.6 是一款高性能的多模态大模型,具备 8B 参数量,支持视觉、语音及多模态直播等多种功能。其在图像处理、语音识别和实时交互方面表现优异,采用高效的 token 技术提升推理速度,可在端侧设备上运行。支持多种语言和音色配置,适用于智能助手、内容创作、教育、客服和医疗等多个领域。

Grok Studio

Grok Studio 是一款由 Grok 推出的 AI 协作工具,支持代码生成与执行、文档创作、Google Drive 集成等功能。它适用于软件开发、内容创作、数据分析、教育学习及游戏开发等多个场景,帮助用户提升工作效率与创造力。

PeterCat

PeterCat是一款基于开源技术的智能问答机器人,能够通过自动构建的知识库与GitHub相关功能交互,提供对话式答疑服务。它支持多模型适配、多集成方式,并具备强大的自然语言处理能力和自动化工具支持。主要应用场景涵盖开源项目支持、企业内部论坛、在线教育平台以及客户服务等领域,旨在提升技术交流与问题解决效率。