Infinity Infinity-MM是智源研究院发布的千万级多模态指令数据集，包含4300万条样本，涵盖视觉问答、文字识别、文档分析及数学推理等多领域任务。它通过严格的筛选和去重保证数据质量，并采用合成数据生成技术扩展数据集规模。基于此数据集，智源研究院训练出了20亿参数的Aquila-VL-2B模型，在多项基准测试中表现出色，推动了多模态AI领域的研究与发展。 AI项目与工具 2025年06月12日 87 点赞 0 评论 305 浏览
HourVideo HourVideo是一项由斯坦福大学研发的长视频理解基准数据集，包含500个第一人称视角视频，涵盖77种日常活动，支持多模态模型的评估。数据集通过总结、感知、视觉推理和导航等任务，测试模型对长时间视频内容的信息识别与综合能力，推动长视频理解技术的发展。其高质量的问题生成流程和多阶段优化机制，使其成为学术研究的重要工具。 AI项目与工具 2025年06月12日 77 点赞 0 评论 370 浏览
Rodin Rodin是一款由影眸科技开发的AI驱动3D生成工具，专注于快速生成高质量的3D模型。它支持文本提示和图片输入生成3D资产，具备多视图融合、模型调整及材质生成等功能，适用于游戏开发、角色建模、虚拟现实等多种场景，同时兼顾生成效率与细节表现，但需进一步优化精度与数据集适应性。 AI项目与工具 2025年06月12日 56 点赞 0 评论 377 浏览
Aiuni [Aiuni是一款利用先进AI技术将2D图像转化为高质量3D模型的在线平台。它支持纹理生成、模型优化、动画添加等功能，适用于数字媒体、游戏开发、影视制作等多个行业。其核心技术包括多视图扩散模型和网格重建算法，能快速生成高保真度的3D模型，并具备强大的细节捕捉能力。] AI项目与工具 2025年06月12日 77 点赞 0 评论 132 浏览
GenXD GenXD是一款由新加坡国立大学与微软联合开发的3D-4D联合生成框架，能够从任意数量的条件图像生成高质量的3D和4D场景。它通过数据整理流程提取相机姿态和物体运动信息，基于多视角时序模块分离相机与物体运动，并借助掩码潜在条件支持多种视角生成。GenXD支持3D场景重建、动态场景生成以及3D和4D数据融合，适用于视频游戏开发、电影制作、虚拟现实、建筑规划等多个领域。 AI项目与工具 2025年06月12日 54 点赞 0 评论 173 浏览
Imglarger Imglarger是一款利用AI技术的在线图像处理工具，主要功能包括图像放大（最高可达800%）、增强、编辑以及格式转换。它具备AI Uncrop功能，可优化图像视觉效果，并支持多种格式间的无缝转换。此外，Imglarger提供在线编辑工具、批量处理能力和安全保障，适用于摄影、设计、社交媒体内容制作及电子商务等多个领域。 AI项目与工具 2025年06月12日 93 点赞 0 评论 347 浏览
文心iRAG 文心iRAG是百度推出的一种检索增强型文生图技术，它通过结合百度搜索引擎中的海量图片资源与先进基础模型能力，解决了大模型在文生图时容易出现的幻觉问题，显著提高了生成图片的真实性和准确性。此技术不仅适用于广告、媒体、教育等多个领域，还具备低成本、高效率的特点，能够快速生成满足需求的高质量图像。 AI项目与工具 2025年06月12日 66 点赞 0 评论 404 浏览
CHANGER CHANGER是一款工业级AI换头技术，基于色键技术和H2增强模块，能够实现演员头部与目标身体的无缝融合。其核心技术包括前景预测注意力变换器（FPAT）模块，用于精确预测和聚焦关键区域。CHANGER适用于视觉特效、数字人类创建、虚拟主播等多个领域，提供高保真的头部融合效果。 AI项目与工具 2025年06月12日 40 点赞 0 评论 119 浏览
MVDrag3D MVDrag3D是一种先进的3D编辑框架，具备多视图一致性编辑、3D高斯重建、视图对齐及视觉质量增强等功能。它能够处理复杂的拓扑变化并支持多样化的3D表示，适用于游戏开发、虚拟现实、增强现实以及计算机辅助设计等领域，展现了强大的生成性和灵活性。 AI项目与工具 2025年06月12日 69 点赞 0 评论 469 浏览
Blinko Blinko是一款开源的个人笔记工具，具备AI增强的搜索功能，支持自然语言查询，便于用户快速定位笔记内容。它兼容Markdown，支持标签管理和批量操作，同时确保数据存储在用户自有的服务器中，保障隐私与安全。Blinko适用于个人知识管理、创意写作、项目规划、日常任务管理和学习复习等多个场景。 AI项目与工具 2025年06月12日 39 点赞 0 评论 195 浏览
