通义千问AI大模型 通义千问大模型AI开放平台，覆盖语言、听觉、多模态等领域；致力于实现接近人类智慧的通用智能，让AI从“单一感官”到“五官全开” Ai平台模型 2025年06月05日 18 点赞 0 评论 569 浏览
HumanOmni HumanOmni 是一款面向人类中心场景的多模态大模型，融合视觉与听觉信息，具备情感识别、面部描述、语音理解等功能。基于大量视频与指令数据训练，采用动态权重调整机制，支持多模态交互与场景理解。适用于影视分析、教育、广告及内容创作等领域，具备良好的可扩展性和灵活性。 AI项目与工具 2025年06月12日 92 点赞 0 评论 566 浏览
TrackVLA TrackVLA是银河通用推出的端到端导航大模型，具备纯视觉环境感知、语言指令驱动、自主推理和零样本泛化能力。它能在复杂环境中自主导航、灵活避障，并根据自然语言指令识别和跟踪目标对象。无需提前建图，适用于多种场景，如陪伴服务、安防巡逻、物流配送等，为具身智能商业化提供支撑，推动机器人走向日常生活。 AI项目与工具 2025年06月11日 79 点赞 0 评论 562 浏览
EliGen EliGen是由浙江大学与阿里巴巴集团联合开发的实体级可控图像生成框架，采用区域注意力机制实现对图像中实体的精确控制，支持多实体修复、风格化生成及交互式编辑。基于50万高质量注释样本训练，具备强大泛化能力，适用于虚拟场景、角色设计、数据合成及产品展示等场景。 AI项目与工具 2025年06月12日 97 点赞 0 评论 560 浏览
LivePPT LivePPT是一款依托AI技术的高效PPT制作工具，能够快速生成包含专业排版与配色的演示文稿。支持用户通过输入关键词或粘贴文本的方式创建内容，并提供丰富的自定义选项，如模板风格调整、页数设定及后续美化处理。该工具广泛应用于职场、教育及生活领域，极大提升了文档制作效率。 AI项目与工具 2025年06月12日 40 点赞 0 评论 559 浏览
