AI项目与工具

文心iRAG

文心iRAG

文心iRAG是百度推出的一种检索增强型文生图技术，它通过结合百度搜索引擎中的海量图片资源与先进基础模型能力，解决了大模型在文生图时容易出现的幻觉问题，显著提高了生成图片的真实性和准确性。此技术不仅适用于广告、媒体、教育等多个领域，还具备低成本、高效率的特点，能够快速生成满足需求的高质量图像。
AI项目与工具 2025年06月12日
LLaVA

LLaVA

LLaVA-OneVision是字节跳动开发的开源多模态AI模型，主要功能包括多模态理解、任务迁移、跨场景能力、开源贡献及高性能。该模型采用多模态架构，集成了视觉和语言信息，通过Siglip视觉编码器和Qwen-2语言模型，实现高效特征映射和任务迁移学习。广泛应用于图像和视频分析、内容创作辅助、聊天机器人、教育和培训以及安全监控等领域。
AI项目与工具 2025年06月12日
CogView

CogView

CogView-3-Plus是智谱AI研发的AI文生图模型，采用Transformer架构替代传统的UNet，优化了扩散模型中的噪声规划。它能够根据用户指令生成高质量、高美学评分的图像，支持多种分辨率，并具有实时生成图像的能力。该模型已被集成到“智谱清言”APP中，并提供API服务，适用于艺术创作、游戏设计、广告制作等多个图像生成领域。
AI项目与工具 2025年06月12日
ArchiVinci

ArchiVinci

ArchiVinci是一款基于人工智能的建筑设计工具，能够将手绘草图或3D模型转化为逼真的建筑渲染图。其功能涵盖概念设计、深化设计、室内设计及景观规划，支持多种风格匹配与实时渲染，广泛应用于建筑、室内设计及教育领域，大幅提升设计效率与创新性。
AI项目与工具 2025年06月12日
MM1.5

MM1.5

MM1.5是苹果公司研发的多模态大型语言模型，具备强大的文本与图像理解能力，包括视觉指代、定位及多图像推理功能。它通过数据驱动的训练方法，实现了从1B到30B参数规模的性能提升，并推出了视频和移动UI专用版本，为多模态AI技术发展提供重要参考。主要应用场景涵盖图像与视频理解、视觉搜索、辅助驾驶、智能助手及教育领域。
AI项目与工具 2025年06月12日
AgentX

AgentX

AgentX是一个基于多种大语言模型的AI聊天机器人开发平台，用户可通过无代码方式快速构建并部署定制化AI代理。平台具备多模型兼容性、灵活集成能力和实时性能优化功能，广泛应用于客户服务、教育培训、企业内部管理及电子商务等领域。
AI项目与工具 2025年06月12日
CineMaster

CineMaster

CineMaster是快手推出的3D感知视频生成框架，支持通过文本提示及深度图、相机轨迹等控制信号生成高质量视频内容。其核心功能包括3D物体与摄像机控制、交互式设计、自动化数据标注和高质量视频输出。采用两阶段工作流程与扩散模型技术，结合语义布局控制网络与摄像机适配器，提升视频生成的精确度与灵活性。适用于影视制作、广告营销、游戏开发等多个领域。
AI项目与工具 2025年06月12日
Click2Mask

Click2Mask

Click2Mask 是一种创新的图像编辑工具，通过点击操作实现局部内容的高效编辑。它采用动态遮罩生成技术，并结合混合潜在扩散（BLD）模型及基于 CLIP 的语义损失，使用户无需复杂操作即可完成图像编辑。该工具支持局部内容添加、自由形式编辑等功能，适用于数字艺术创作、照片编辑、社交媒体内容制作及广告设计等场景。
AI项目与工具 2025年06月12日
扣子罗盘

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
Gemini Diffusion

Gemini Diffusion

Gemini Diffusion是谷歌推出的实验性文本扩散模型，通过逐步细化噪声生成文本，具备快速响应、生成更连贯文本和迭代细化等能力。与传统自回归模型不同，它能并行生成文本，提高效率。在外部基准测试中表现优异，速度更快，适用于内容创作、代码生成、数学问题解答和文本编辑等场景。用户需加入等待名单获取访问权限。
AI项目与工具 2025年06月11日