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 703 浏览
VideoRefer VideoRefer是由浙江大学与阿里达摩院联合开发的视频对象感知与推理系统，基于增强型视频大型语言模型，实现对视频中对象的细粒度理解与分析。其核心包括大规模视频数据集、多功能空间-时间编码器和全面评估基准，支持对象识别、关系分析、推理预测及多模态交互等功能，适用于视频剪辑、教育、安防、机器人控制和电商等多个领域。 AI项目与工具 2025年06月12日 19 点赞 0 评论 703 浏览
Being Being-M0是由北京大学、中国人民大学等机构联合研发的首个大规模人形机器人通用动作生成模型。基于百万级动作数据集 MotionLib 和 MotionBook 编码技术，实现动作序列的高效表示与生成。该模型支持文本驱动动作生成、动作迁移及多模态数据处理，可应用于人形机器人控制、动画制作、VR/AR、人机交互及运动康复等多个领域，显著提升动作生成的多样性和语义对齐精度。 AI项目与工具 2025年06月11日 13 点赞 0 评论 703 浏览
EF Hello EF Hello是一款由EF Education First开发的英语学习应用，提供个性化学习路径、AI模拟互动、每日打卡等功能。其课程内容涵盖商务、旅行、学术等领域，帮助用户提升日常对话、商务沟通、旅行英语和学术英语能力。通过AI技术模拟真实语言环境，用户可有效提高英语实际应用能力。 AI项目与工具 2025年06月12日 16 点赞 0 评论 703 浏览
MoLing MoLing 是一款基于操作系统 API 的本地办公自动化工具，支持文件操作、系统命令执行及浏览器自动化。无需依赖外部环境，兼容多平台，适用于开发运维、数据处理和网页操作等多种场景。采用 Go 语言开发，具备跨平台和无依赖特性，提供灵活的部署模式，提升工作效率。 AI项目与工具 2025年06月12日 12 点赞 0 评论 702 浏览
StochSync StochSync是一种基于扩散同步（DS）和分数蒸馏采样（SDS）的图像生成技术，适用于360°全景图和3D纹理生成。它通过引入最大随机性与多步去噪方法，兼顾图像细节与连贯性，无需额外训练即可生成高质量图像。支持高分辨率输出，适用于复杂几何纹理化任务。 AI项目与工具 2025年06月12日 65 点赞 0 评论 702 浏览
Baichuan4 Baichuan4-Finance是一款针对金融领域的增强型大语言模型，融合了通用与专业能力。它支持金融知识的理解与生成、金融认证问题解答、多轮对话交互、文档处理以及数据分析等功能，并通过领域自约束训练、混合数据策略及强化学习等技术手段优化性能。该模型适用于智能投顾、自动化客户服务、风险评估与管理等多个应用场景，旨在促进金融行业的智能化转型。 AI项目与工具 2025年06月12日 63 点赞 0 评论 702 浏览
deckrobot DeckRobot 是一款基于AI技术的PPT生成工具，可快速创建符合品牌形象的高质量演示文稿。支持智能设计、内容生成、自动排版及品牌合规功能，适用于商务、教育、营销等多种场景，提升制作效率与专业性。 AI项目与工具 2025年06月11日 89 点赞 0 评论 702 浏览
MetaMorph MetaMorph是一款基于多模态大模型的工具，通过Visual-Predictive Instruction Tuning（VPiT）技术实现文本和视觉token的生成。它在视觉理解和生成领域表现优异，能够克服其他生成模型的常见失败模式，同时有效处理专业术语和复杂语义问题。MetaMorph展示了统一建模方法的优势，支持多模态数据的高效处理，并在视觉生成与理解基准测试中取得竞争力表现。 AI项目与工具 2025年06月12日 53 点赞 0 评论 702 浏览
FastGPT FastGPT是一款开源的AI知识库构建平台，支持多种文档格式导入和自动预处理，提供可视化工作流设计、多模型兼容及API集成功能。用户可快速构建智能问答系统和自动化流程，适用于客服、知识管理、教育、医疗和旅游等多个场景。平台提供不同版本的定价方案，满足个人、团队及企业的需求。 AI项目与工具 2025年06月12日 58 点赞 0 评论 702 浏览
