图像识别

Migician

Migician是一款由多所高校联合开发的多模态大语言模型,专为多图像定位任务设计。它基于大规模数据集MGrounding-630k,采用端到端架构和两阶段训练方法,支持跨图像精准定位与多任务处理。Migician适用于自动驾驶、安防监控、医疗影像等多个领域,具有高效的推理能力和灵活的输入方式。

知存科技

专注研发基于存算一体先进技术的人工智能芯片

海螺AI视频

多功能的AI助手,通过提供视频创作、音乐创作、图像识别和文本写作等功能,帮助用户提升工作和学习的效率。它的智能化和高效率的特点,使其成为提升生产力的有力工具。

Step

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。

Cal AI

Cal AI是一款基于AI技术的营养分析工具,通过图像识别技术分析食物的卡路里和营养成分。它支持多样的输入方式,包括拍照、条形码扫描和手动输入,并允许用户修正AI分析结果以提升准确性。Cal AI可生成个性化的饮食计划,适用于体重管理、健康饮食、健身规划及特殊人群如孕妇、哺乳期女性和糖尿病患者的营养需求。

ChiChat

ChiChat是一款由AI技术支持的多功能智能助手平台,提供自然语言交互、文档分析、图像识别及创意图像生成等功能。其核心特性包括支持多页文档解析、多层图像识别、DALL-E图像生成以及实时搜索能力。ChiChat适用于客户服务、教育辅导、企业知识管理及个人事务处理等多种应用场景。

VLM

VLM-R1 是由 Om AI Lab 开发的视觉语言模型,基于 Qwen2.5-VL 架构,结合强化学习优化技术,具备精准的指代表达理解和多模态处理能力。该模型适用于复杂场景下的视觉分析,支持自然语言指令定位图像目标,并在跨域数据中表现出良好的泛化能力。其应用场景涵盖智能交互、无障碍辅助、自动驾驶、医疗影像分析等多个领域。

苏打办公

苏打办公是一款提供在线协作和办公工具的平台,拥有多项实用功能,帮助用户方便地进行团队协作、文件管理和项目管理。

Gemini

Gemini是Google DeepMind推出的全新AI模型,集成了多模态推理功能,超越了以往模型的性能,适用于科学文献洞察、竞争性编程等多种应用场景。