Gemma 3 Gemma 3 是谷歌推出的开源人工智能模型，支持多语言、多模态处理，具备文本、图像及短视频分析能力。提供多种模型尺寸，适配不同硬件环境，优化了单 GPU/TPU 性能，推理速度提升显著。内置图像安全分类器，增强内容安全性。支持多种开发工具和部署方式，适用于人脸识别、物体检测、智能助手、文本分析等场景。 AI项目与工具 2025年06月12日 20 点赞 0 评论 546 浏览
Morphik Morphik是一款开源的多模态检索增强生成（RAG）工具，专为处理高技术性和视觉内容丰富的文档设计。支持图像、PDF、视频等多种格式的文档搜索，采用ColPali技术理解文档中的视觉内容，具备快速元数据提取功能，可提取边界框、标签、分类等信息。其主要功能包括多模态数据处理、智能解析文件、知识图谱构建、自然语言规则引擎和数据管理与集成，适用于技术文档处理、企业知识管理和智能应用开发等场景。 AI项目与工具 2025年06月11日 27 点赞 0 评论 548 浏览
NLWeb NLWeb是微软推出的开源项目，旨在通过自然语言界面简化网站交互，使网站成为AI驱动的应用程序。它利用半结构化数据（如Schema.org、RSS）和LLM工具，提供自然语言交互、内容发现、智能体交互等功能。支持MCP协议，实现与AI助手的无缝对接，具备跨平台和高度可扩展性，适用于零售、餐饮、旅游、新闻及客服等多种场景。 AI项目与工具 2025年06月11日 50 点赞 0 评论 548 浏览
ChatUI ChatUI 是阿里团队推出的开源智能对话 UI 组件库，支持快速构建高质量聊天应用。具备响应式设计、多语言支持、主题定制、无障碍功能及 TypeScript 开发优势，适用于客服、智能助手、社交平台等多种场景，提升开发效率与用户体验。 AI项目与工具 2025年06月11日 74 点赞 0 评论 549 浏览
Maya Maya是一款开源多语言多模态模型，基于LLaVA框架开发，支持中文、法语、西班牙语等多种语言，专注于提升低资源语言的AI内容生成能力。它结合图像和文本数据，实现跨模态对齐和指令微调，广泛应用于跨语言内容理解、图像分析、教育和电子商务等领域。 AI项目与工具 2025年06月12日 26 点赞 0 评论 549 浏览
VideoTuna VideoTuna是一款基于AI的开源视频生成工具，支持文本到视频、图像到视频以及文本到图像的转换。它提供预训练、微调和后训练对齐等功能，兼容U-Net和DiT架构，并计划引入3D视频生成能力。VideoTuna旨在简化视频内容创作流程，提升生成质量与可控性，适用于内容创作、电影制作、广告营销、教育培训等多个领域。 AI项目与工具 2025年06月12日 30 点赞 0 评论 550 浏览
Molmo 72B Molmo 72B是一款由艾伦人工智能研究所推出的开源多模态AI模型，集成了图像和文本处理能力，适用于图像描述生成、视觉问答、文档解析及多模态交互等多种任务。凭借其强大的视觉编码能力和先进的模型架构，Molmo 72B在学术基准测试中表现优异，为开源AI技术的发展做出了重要贡献。 AI项目与工具 2025年06月12日 69 点赞 0 评论 550 浏览
IDIFY IDIFY是一款开源在线证件照生成工具，借助人工智能技术实现自动抠图和标准化处理。支持本地图像处理、多平台兼容及多样化编辑功能，适用于个人、教育机构、企业和政府部门等场景，确保用户数据安全且操作便捷。 AI项目与工具 2025年06月12日 44 点赞 0 评论 551 浏览
