图像识别

1. 首页
2. 图像识别

Kimi

Kimi-VL是月之暗面推出的轻量级多模态视觉语言模型，支持图像、视频、文档等多种输入形式。其基于轻量级MoE架构和原生分辨率视觉编码器，具备强大的图像感知、数学推理和OCR能力。在长上下文（128K）和复杂任务中表现优异，尤其在多模态推理和长视频理解方面超越同类模型。适用于智能客服、教育、医疗、内容创作等多个领域。

AI项目与工具 2025年06月11日 30 点赞 0 评论 190 浏览

阶跃星辰推出移动端AI智能问答助手跃问APP

跃问是一款基于阶跃星辰Step系列通用大模型开发的移动应用，具备强大的文本和图像处理能力，能够高效完成内容创作、逻辑推理、数据分析等任务。该应用支持联网搜索、文档解析、推理速度优化，并具备拍照识图和语音输入功能。跃问还提供了高效阅读、智能问答、写作翻译和多端同步等功能，为用户提供便捷的信息获取和处理体验。

AI项目与工具 2024年01月01日 61 点赞 0 评论 188 浏览

iThinkScene

灵境之城旗下的产品，iThinkAi平台的产品涵盖多个领域，包括iThinkAi工具集、iThinkChat和iThinkScene

Ai学习资源 2025年06月05日 42 点赞 0 评论 172 浏览

Ming

Ming-Lite-Omni是蚂蚁集团开源的统一多模态大模型，基于MoE架构，支持文本、图像、音频和视频等多种模态的输入输出，具备强大的理解和生成能力。模型在多个任务中表现优异，如图像识别、视频理解、语音问答等，适用于OCR识别、知识问答、视频分析等多个领域。其高效处理能力和多模态交互特性，为用户提供一体化智能体验。

AI项目与工具 2025年06月11日 79 点赞 0 评论 168 浏览

Luzia

Luzia是由西班牙初创公司Amperity开发的一款人工智能聊天机器人，主要服务于西语和葡语市场。它具备个性化设计和人性化交流的特点，能够模拟不同角色以适应各种对话场景。此外，Luzia还集成了数学问题解答、PDF阅读器和图像识别等多种实用工具，增强了其实用性和用户体验。

AI项目与工具 2025年06月12日 45 点赞 0 评论 159 浏览

PP

PP-DocBee是百度飞桨推出的多模态文档理解模型，基于ViT+MLP+LLM架构，支持文字、表格、图表等多类型文档内容的精准识别与解析。具备高效的推理性能和高质量输出，适用于文档问答、信息提取等场景，支持灵活部署，为文档处理提供智能化解决方案。

AI项目与工具 2025年06月12日 56 点赞 0 评论 157 浏览

Step-1V

覆盖了从个人使用到企业级应用的多个方面的多模态大模型。

Ai平台模型 1970年01月01日 0 点赞 0 评论 156 浏览

CustomGPT.ai

CustomGPT.ai 是一个基于GPT-4技术的平台，为企业提供定制化、安全且高效的AI聊天机器人解决方案。它允许用户根据具体需求定制和训练AI模型，以适应不同的应用场景和业务需求。主要功能包括定制化AI代理、安全且无需编程的平台、提高效率和客户体验以及GPT-4技术支持。应用场景广泛，包括客户服务、内容创作、医疗诊断、金融分析、教育与培训及法律研究。

AI项目与工具 2025年06月12日 79 点赞 0 评论 137 浏览

Mistral Small 3.1

Mistral Small 3.1 是一款由 Mistral AI 开发的开源多模态 AI 模型，拥有 240 亿参数，支持文本与图像处理，具备长达 128k tokens 的上下文窗口和每秒 150 token 的推理速度。采用 Transformer 架构与 MoE 技术，提升计算效率，支持多语言和本地部署。适用于文档处理、图像分析、质量检测、虚拟助手等多种场景。

AI项目与工具 2025年06月12日 58 点赞 0 评论 129 浏览

Pika 2.0

Pika 2.0是一款由Pika Labs开发的AI视频生成工具，具备强大的文本对齐、动作渲染及场景元素整合功能。它能将详细提示转化为连贯且富有想象力的视频剪辑，同时提供自然的动作效果和可信的奇幻物理表现。此外，Pika 2.0支持用户上传和定制化场景元素，通过先进的图像识别技术实现无缝集成，为创作者提供更精细的控制权。这款工具适用于媒体娱乐、电商、教育、工业、医疗和个人创作等多个领域。

AI项目与工具 2025年06月12日 18 点赞 0 评论 117 浏览