AI
  1. 首页
  2. AI

列表

Sa2VA

Sa2VA

Sa2VA是由字节跳动联合多所高校开发的多模态大语言模型，结合SAM2与LLaVA技术，实现对图像和视频的密集、细粒度理解。它支持指代分割、视觉对话、视觉提示理解等多种任务，具备零样本推理能力和复杂场景下的高精度分割效果。适用于视频编辑、智能监控、机器人交互、内容创作及自动驾驶等多个领域。
AI项目与工具 2025年06月12日
Meetily

Meetily

Meetily 是一款注重隐私保护的 AI 会议助手，支持实时音频捕捉、语音转录、会议总结生成及行动项提取。所有数据处理均在本地完成，确保信息安全。具备离线功能、智能导出、跨会议语义搜索和多语言支持，适用于企业会议、远程协作、隐私敏感场景和个人使用，提升会议管理效率与便捷性。
AI项目与工具 2025年06月12日
WebLI

WebLI

WebLI-100B是由Google DeepMind推出的超大规模视觉语言数据集，包含1000亿个图像与文本配对数据，是目前最大的视觉语言数据集之一。其设计旨在提升模型对长尾概念、文化多样性和多语言内容的理解能力。数据集通过网络爬取构建，保留了丰富的语言和文化多样性，支持多模态任务如图像分类、图像描述生成和视觉问答，广泛应用于人工智能研究、工程开发及教育领域。
AI项目与工具 2025年06月12日
BAG

BAG

BAG是一项由香港中文大学与腾讯联合研发的3D可穿戴资产生成技术，结合多视图图像扩散模型与控制网络，根据人体形状和姿态信息生成高质量的服装和配饰。该技术具备高效适配、多样化生成和物理模拟优化等特点，广泛应用于虚拟试衣、游戏开发、VR/AR及时尚设计等领域，有效提升用户体验与设计效率。
AI项目与工具 2025年06月12日
涌墨

涌墨

涌墨是一款智能文档编写平台，提供全流程文档管理与智能生成服务。平台包含25类符合软件行业国标的文档模板，支持智能解析、内容生成及文档一致性管理。用户可通过项目为中心的工作流进行文档创建、编辑与优化，适用于招投标、规范文档、日常办公及市场调研等多种场景。其可视化功能和高度定制化设计提升了文档管理的效率与准确性。
AI项目与工具 2025年06月12日
通古大模型

通古大模型

通古大模型是由华南理工大学研发的古籍文言文处理AI工具，基于百川2-7B-Base进行增量预训练，结合24.1亿古籍语料和400万对话数据，采用RAT和RAG技术提升古籍处理效果。支持古文句读、文白翻译、诗词创作、古籍赏析、检索问答及辅助整理等功能，广泛应用于古籍数字化、教育、文化传承与学术研究等领域。
AI项目与工具 2025年06月12日
《Manus没有秘密》70页PPT解读AI Agent（PDF文件）

《Manus没有秘密》70页PPT解读AI Agent（PDF文件）

本文详细解读了AI Agent技术从L1到L3的发展历程，涵盖了定义、实现原理、用户体验及未来趋势。文章以Manus为例，探讨了Agent技术的通用性、技术实现路径及用户感知变化，强调了提升通用性、性能和用户体验的重要性。同时，文章提出了对未来发展的期望和建议。
AI项目与工具 2025年06月12日
ENEL

ENEL

ENEL是一种无编码器架构的3D大型多模态模型，通过直接处理点云数据并结合LLM实现高效语义编码与几何结构理解。其核心技术包括LLM嵌入的语义编码和分层几何聚合策略，在3D对象分类、字幕生成和视觉问答等任务中表现出色，性能接近更大规模模型。该模型适用于工业自动化、虚拟现实及复杂3D结构分析等领域。
AI项目与工具 2025年06月12日
AnyCharV

AnyCharV

AnyCharV是一款由多所高校联合研发的角色可控视频生成框架，能够将任意角色图像与目标场景结合，生成高质量视频。它采用两阶段训练策略，确保角色细节的高保真保留，并支持复杂的人-物交互和背景融合。该工具兼容多种文本生成模型，具备良好的泛化能力，适用于影视制作、艺术创作、虚拟现实等多个领域。
AI项目与工具 2025年06月12日
NobodyWho

NobodyWho

NobodyWho是一款专为Godot游戏引擎设计的AI插件，支持本地运行大型语言模型（LLM），提供高效、安全的互动叙事功能。其核心特性包括本地化处理、GPU加速、多上下文支持、流式输出、采样器调节、语义嵌入、工具调用及记忆功能。适用于互动小说、动态对话系统及多线叙事等场景，帮助开发者构建更真实、灵活的游戏内容。
AI项目与工具 2025年06月12日