工具

VRAG

VRAG-RL是阿里巴巴通义大模型团队推出的视觉感知驱动的多模态RAG推理框架,旨在提升视觉语言模型在处理视觉丰富信息时的检索、推理和理解能力。通过定义视觉感知动作空间,实现从粗粒度到细粒度的信息获取,并结合强化学习和综合奖励机制优化模型性能。该框架支持多轮交互推理,具备良好的可扩展性,适用于智能文档问答、视觉信息检索、多模态内容生成等多种场景。

AIGIF

AIGIF是一款基于AI技术的个性化GIF制作工具,允许用户通过上传自拍照,将自己的面部特征无缝嵌入到各种GIF动画中,生成具有高度真实感和娱乐价值的表情包。其核心功能包括智能人脸交换、快速生成、高保真图像质量和丰富素材库。平台注重隐私保护,并提供免费与付费两种订阅模式以适应不同用户需求。

Toorch

Toorch是一款基于人工智能技术的新闻阅读器,主要功能包括连续对话支持、搜索历史查询、快速内容生成、个性化体验(点赞与收藏)、划词搜索以及图片与链接展示。其设计旨在简化信息获取过程,提供直观且连贯的搜索服务。适用于即时新闻获取、信息追踪、研究学习、个性化内容发现及跨语言内容访问等多个场景。

CursorCore

CursorCore 是一款基于大型语言模型的编程辅助工具,通过对话式交互支持代码补全、修改和错误修复。它整合代码历史、上下文信息及用户指令,利用自动化数据生成管道和基准测试优化模型性能,适用于日常编码、代码审查、教学学习及遗留代码维护等多个场景。

Fourier N1

Fourier N1是一款由傅利叶推出的开源人形机器人,具备23个自由度,可完成复杂动作如单足站立、坡道通行和楼梯攀爬。搭载自研控制系统和FSA 2.0执行器,支持高速稳定运行。支持多模态交互,适用于教学、康复辅助、物流搬运、家务服务及灾难救援等领域,提供全面的开源资源以支持开发与研究。

FlexiAct

FlexiAct是由清华大学与腾讯ARC实验室联合研发的动作迁移模型,可在空间结构差异较大的场景下实现精准动作迁移,并保持目标主体的外观一致性。其核心模块包括轻量级RefAdapter和频率感知动作提取(FAE),有效提升跨主体动作迁移的灵活性与准确性。该模型适用于影视、游戏、广告等多个领域,具有良好的应用前景。

Builder.io

Builder.io 是一款基于 AI 的可视化开发平台,支持将设计工具中的界面自动转换为可生产的前端代码,提升开发效率。其可视化编辑器适合非技术人员操作,支持无头 CMS 和 A/B 测试功能,适用于电商、营销页面及多品牌内容管理。平台兼容主流框架,提供多种定价方案,满足企业级应用需求。

Playground v3

Playground v3是一款基于大型语言模型(LLM)的文本到图像生成工具,具备240亿参数量的潜扩散架构(LDM),能够精准理解和生成复杂的图像内容,支持RGB颜色控制和多语言文本生成。其核心功能包括文本到图像生成、图形设计、RGB颜色控制和多语言支持,广泛应用于设计、内容创作、游戏开发、广告等多个领域。

海螺视频APP

海螺视频APP是一款基于AI技术的视频生成工具,支持文生视频和图生视频功能,提供丰富的镜头控制选项,让用户能像专业导演一样创作动态视频。该工具适用于多种场景,如社交媒体、广告营销、影视制作等,操作简便,适合各类用户使用。

LTXV

LTXV-13B 是 Lightricks 推出的开源 AI 视频生成模型,拥有 130 亿参数,可在消费级显卡上高效运行,生成速度比同类产品快 30 倍。支持文本、图像转视频及多关键帧调节,具备多尺度渲染和高压缩率技术,适用于影视、广告、游戏、教育等多个领域,提升内容创作效率与质量。