ScreenAgent 一个先进的计算机控制智能体,它通过观察屏幕截图和执行鼠标键盘动作来完成复杂的任务。它利用VLM和强化学习环境,可以在真实计算机屏幕上执行多步骤任务。 Ai平台模型 2026年06月21日 0 点赞 0 评论 342 浏览
Gummy 创新的语音翻译大模型,它通过端到端的设计和深度学习技术,实现了高质量的实时语音翻译。无论是在国际会议、教育培训、旅游导航还是客户服务和医疗咨询等场景中,Gummy都能提供高... Ai平台模型 2026年06月21日 0 点赞 0 评论 342 浏览
UniEdit UniEdit 是一个强大的视频编辑工具,它通过利用预训练的文本到视频生成器,在无需调优的情况下,提供了一种简单而有效的方法来编辑视频的运动和外观。 Ai平台模型 2026年06月21日 0 点赞 0 评论 343 浏览
GOT 创新的OCR模型,它通过先进的技术提供了精准、高效的OCR解决方案。无论是文档数字化、场景文本识别还是票据处理等应用场景,GOT-OCR 2.0都能提供强大的支持。 Ai平台模型 2026年06月21日 0 点赞 0 评论 344 浏览
FineVideo 是一个多模态视频数据集,它为AI模型提供了丰富的上下文信息,使其能够更深入地理解视频内容。这个数据集在视频内容分析、情绪分析、故事叙述理解、媒体编辑和多模态学习等领域具... Ai平台模型 2026年06月21日 0 点赞 0 评论 345 浏览
TextDiffuser 一个功能强大的图像生成工具,它通过扩散模型技术,根据文本描述生成高质量的图像。这个工具为用户提供了一种创新的方式来探索和实现他们的创意视觉概念。 Ai平台模型 2026年06月21日 0 点赞 0 评论 349 浏览
Snap Video 强大的文本到视频合成工具,它通过创新的技术架构和高效的深度学习模型,实现了高质量视频内容的生成。这款工具不仅在视频生成领域具有突破性,还为用户提供了一种全新的创作和表... Ai平台模型 2026年06月21日 0 点赞 0 评论 350 浏览