学习
  1. 首页
  2. 学习

列表

PaliGemma 2 mix

PaliGemma 2 mix

PaliGemma 2 Mix 是谷歌 DeepMind 推出的多任务视觉语言模型，支持图像描述、目标检测、OCR、文档理解等功能。模型提供多种参数规模和分辨率选项，适用于不同场景。其基于开源框架开发，易于扩展，可通过简单提示切换任务。适用于科学问题解答、文档分析、电商内容生成等多个领域。
AI项目与工具 2025年06月12日
Tough Tongue AI 2.0

Tough Tongue AI 2.0

Tough Tongue AI 2.0 是一款多模态对话训练工具，适用于面试、职场沟通、销售谈判等多种场景。用户可自定义AI角色与语气，通过视频和音频反馈练习非语言沟通技巧，并获得个性化反馈以提升表达能力。支持多语言使用，可无限重试，便于反复练习。具备嵌入功能，方便集成到其他平台。
AI项目与工具 2025年06月12日
Fancy123

Fancy123

Fancy123是一种基于深度学习的3D网格生成工具，利用单张图像生成高质量3D模型。其核心技术包括多视图扩散模型、大型重建模型、外观增强模块、保真度增强模块及反投影操作，能够有效解决多视图图像的局部不一致问题，提升网格保真度和清晰度。该工具适用于虚拟现实、游戏开发、影视制作等多个领域，具备高度灵活性和实用性。
AI项目与工具 2025年06月12日
中国信通院

中国信通院

中国信息通信研究院（以下简称“中国信通院”）始建于1957年，是工业和信息化部直属科研事业单位。
Ai学习资源 2026年06月22日
Lingvotube

Lingvotube

一个可以将视频及其隐藏式字幕（CC）翻译成多种语言，并自动生成真实的画外音的视频翻译工具。
视频剪辑 2025年06月05日
Liquid

Liquid

Liquid是由华中科技大学、字节跳动和香港大学联合开发的多模态生成框架，通过VQGAN将图像编码为离散视觉token并与文本共享词汇空间，使大型语言模型无需修改结构即可处理视觉任务。该框架降低训练成本，提升视觉生成与理解性能，并在多模态任务中表现出色。支持图像生成、视觉问答、多模态融合等应用，适用于创意设计、内容创作及智能交互等领域。
AI项目与工具 2025年06月12日
通义仁心

通义仁心

通义仁心是一款由阿里巴巴集团开发的医疗健康领域人工智能服务平台，利用自然语言处理和深度学习技术，提供疾病、症状、药品及医疗报告解读等多方面的信息服务。它致力于为用户提供权威、专业的医学知识科普，并强调不替代专业医疗建议。主要功能包括问报告、问症状、问用药和问疾病等，同时适用于个人健康咨询和医疗机构资源管理。
AI项目与工具 2025年06月12日
Stable Video 3D (SV3D)

Stable Video 3D (SV3D)

Stable Video 3D（SV3D）是一款由Stability AI公司开发的多视角合成和3D生成模型，能够从单张图片生成一致的多视角图像，并进一步优化生成高质量的3D网格模型。该模型在视频扩散模型基础上进行改进，提供更好的质量和多视角体验。主要功能包括多视角视频生成、3D网格创建、轨道视频生成、相机路径控制以及新视角合成。SV3D在新视角合成方面取得显著进展，能够生成逼真且一致的视图，提升
AI项目与工具 2024年01月01日