Gemini Coder Gemini Coder 是一款基于 Google Gemini API 的 Web 开发工具,支持通过自然语言描述快速生成完整应用代码,并提供实时编辑与预览功能。它整合了 Next.js 和 Tailwind CSS,提升开发效率与用户体验。兼容多种 Gemini 模型,适用于原型开发、教育学习、小型应用构建等场景,是提高开发速度和灵活性的实用工具。 AI项目与工具 2025年06月12日 46 点赞 0 评论 317 浏览
Eagle Eagle是一个由英伟达开发的多模态大模型,专长于处理高分辨率图像,提高视觉问答和文档理解能力。该模型采用多专家视觉编码器架构,通过简单的特征融合策略实现图像内容的深入理解。Eagle模型已开源,适用于多个行业,具有高分辨率图像处理、多模态理解、多专家视觉编码器、特征融合策略和预对齐训练等特点。 AI项目与工具 2025年06月12日 38 点赞 0 评论 317 浏览
OpenVision OpenVision是加州大学圣克鲁兹分校推出的多模态视觉编码器系列,具备从5.9M到632.1M参数的多种模型,适用于不同硬件环境。其采用渐进式多阶段分辨率训练策略,训练效率比同类模型高2至3倍,在多模态任务中表现优异。支持可变大小patch输入,兼具灵活性与高效性,广泛应用于工业检测、机器人视觉、自动驾驶及科研教育等领域。 AI项目与工具 2025年06月11日 58 点赞 0 评论 318 浏览
Adobe Firefly Adobe Firefly 是 Adobe 开发的一系列生成式 AI 工具,支持图像生成、编辑、视频生成及编辑等功能。它通过深度学习算法和自然语言处理技术,实现从文本到图像或视频的快速转化,同时支持多语言操作,适用于创意设计、视频制作、企业内容生产等多个场景,助力用户提升工作效率与创意表达能力。 AI项目与工具 2025年06月12日 74 点赞 0 评论 318 浏览
Aria Aria是首个开源多模态原生混合专家(MoE)模型,支持文本、代码、图像和视频的综合处理,具有强大的多模态任务处理能力和长上下文窗口,可高效应对复杂长数据。模型开源且可扩展,适用于多模态AI领域的研究与应用。 AI项目与工具 2025年06月12日 48 点赞 0 评论 319 浏览
SpatialVLA SpatialVLA是一款由多机构联合研发的空间具身通用操作模型,具备强大的3D空间理解能力与跨平台泛化控制能力。通过Ego3D位置编码和自适应动作网格技术,实现精准的环境感知与动作生成。支持零样本任务执行与快速微调,适用于工业、物流、医疗等多个领域,推动机器人技术的发展与应用。 AI项目与工具 2025年06月12日 39 点赞 0 评论 323 浏览
Claude 3.5 Haiku Claude 3.5 Haiku 是 Anthropic 推出的高性能人工智能模型,具备强大的编码能力和低延迟特性,适合复杂推理与问题解决任务。它通过“Unstructured Generalization”算法优化非结构化数据处理,并引入“宪法 AI”确保行为符合道德规范。此外,该模型支持“计算机使用”功能,能够模拟人类与计算机交互,广泛应用于自动化桌面任务、虚拟助手构建、医疗决策支持、教育及客 AI项目与工具 2025年06月12日 12 点赞 0 评论 324 浏览
SmolVLM SmolVLM是一款由Hugging Face开发的轻量级视觉语言模型,专为设备端推理设计。该模型具有三个版本,包括SmolVLM-Base、SmolVLM-Synthetic和SmolVLM-Instruct,分别适用于不同的应用场景。SmolVLM借鉴了Idefics3的理念,采用SmolLM2 1.7B作为语言主干,并通过像素混洗技术提升视觉信息的压缩效率。其训练数据集包括Cauldron和 AI项目与工具 2025年06月12日 62 点赞 0 评论 332 浏览